
面對日本食品買家旅程的問題,哪個AI模型的網路搜尋做得更好?
我們向三個AI模型提出同一個問題,詢問日本食品零售與批發業的買家如何工作。GPT-6.1 Sol在五種推理強度設定下各回答一次,因此共有七則回答。本頁衡量每則回答的搜尋範圍。引用的連結尚未查核,因此本頁無法判斷網頁內容是否支持模型所寫的內容。本頁比較的是模型本身,而不是它們給的建議。
照原文逐字呈現。
What does the buyers journey look like in the food retail/wholesales space in Japan? My goal here is to understand the actual process, so that I can prepare ahead of each process/phase
Output condition
- Include fact links after the paragraph or sentence like (source, yyyy-mm-dd)
- create a downloadable markdown file with source links and urls
日本食品零售/批發領域的買家旅程是什麼樣子?我的目標是了解實際的流程,好在每個流程/階段之前先做好準備
輸出條件
- 在段落或句子後面附上事實來源連結,格式如(source, yyyy-mm-dd)
- 建立一個可下載的Markdown檔,包含資料來源連結與網址
這個問題問的是流程,而很少有買家會公開自己的流程。它要求每個資料來源都附上日期。這項測試看的是模型能否找到呈現日本零售或批發買家如何工作的網頁,以及是否為這些網頁標上日期。
哪個模型搜尋得更深入?
以表格顯示
| 回答 | 字數(英文) | 引用網站數 |
|---|
引用的網站越多,代表模型搜尋得越廣,但不代表回答正確。這需要下方的連結檢查,而這個問題的檢查還沒有進行。
引用的網頁是否支持模型所寫的內容?尚未檢查。
在已檢查的比較中,我們會打開每個引用連結,並將網頁與引用它的段落比對。這個問題還沒有做這項檢查。下方數字顯示需要檢查的量。
引用連結 · 每個連結一個方格,尚未打開任何連結
在檢查完成之前,請把這些回答中的每個數字都當作線索,而不是事實。數字放進您的計畫之前,請先打開網頁確認。想看看完成的檢查是什麼樣子,請閱讀這項比較:口譯員與翻譯工具在展會攤位上的效果如何。
用AI做研究時,這對選擇模型代表什麼。
推理強度提高,網站數並沒有逐級增加。
GPT-6.1 Sol在Extra High設定下寫了870字,引用7個網站;在High設定下寫了1,463字,引用9個;在Max設定下寫了4,465字,引用16個。
Sol用徵才網頁來描述買家。
在Medium、Extra High與Max設定下,GPT-6.1 Sol引用日本零售商與批發商的徵才網頁,例如OK、Nippon Access和Sato Foods,來描述買家的工作內容。徵才網頁描述的是單一雇主的做法,而不是整個市場。
Sonnet 5.5搜尋得最遠,部分來源年代久遠。
它引用了18個網站,其中包括一份Alberta Agriculture的買家研究,它自己的資料來源清單把這份研究的日期標為1999-06-29。這個問題要求每個資料來源都附上日期,而Sonnet 5.5也都附上了。
每則回答與它的數字。
| 模型 | 設定 | 提問日期 | 字數(英文) | 網站數 | 連結數 |
|---|---|---|---|---|---|
| Sonnet 5.5英文 | Medium | 2026年10月11日 | 1,682 | 18 | 22 |
| GPT-6.1 Sol英文 | Light | 2026年10月11日 | 638 | 4 | 5 |
| GPT-6.1 Sol英文 | Medium | 2026年10月11日 | 591 | 4 | 5 |
| GPT-6.1 Sol英文 | High | 2026年10月11日 | 1,463 | 9 | 13 |
| GPT-6.1 Sol英文 | Extra High | 2026年10月11日 | 870 | 7 | 9 |
| GPT-6.1 Sol英文 | Max | 2026年10月11日 | 4,465 | 16 | 22 |
| Gemini 3.6英文 | Thinking | 2026年10月11日 | 1,070 | 6 | 6 |