
面對日本食品買家需求的問題,哪個AI模型的網路搜尋做得更好?
我們在開啟網路搜尋的情況下,向四個AI模型提出同一個問題,每個模型保留一則回答。本頁計算每則回答引用了多少網站。我們沒有打開這些連結,因此無法判斷網頁內容是否支持回答所寫的內容。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。
Search extensively about what the Japanese food buyers need. Not want or simply looking for with curiosity.
We are stuck in Japan, so let's do a refresh. what can we hill climb on, where's the best chances,
The goal is to identify what they need, and customize our food product line solely to Japan.
I want ideas based on facts
Output condition
- Include fact links after the paragraph or sentence
廣泛搜尋日本食品買家需要什麼。不是他們想要的,也不是他們出於好奇而看看的東西。
我們在日本卡關了,所以重新來過吧。我們可以在哪些地方逐步改善?哪裡的機會最大?
目標是找出他們需要什麼,並且專為日本調整我們的食品產品線。
我要以事實為根據的點子。
輸出條件
- 在段落或句子後面附上事實來源連結
這個問題問的是買家需要什麼,而不是想要什麼,並要求以事實為根據的點子,每個段落或句子後面都要附上連結。買家調查、零售商報告和產業媒體大多是日文。這項測試看的是模型能否找到最新的資料來源,並把每個點子對應到一個來源。
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。
四則回答都把需求連結到廚房的人力。
Opus 5.5與GPT-6 Astra把人力列在第一位。Qwen3.8-Max列在第三位,GPT-6.1 Sol則一開始就談減少廚房的工作。每則回答都建議提供已處理或已分裝的食材:冷凍半成品、調理好的配菜、大包裝冷凍綜合蔬菜,以及為日本廚房處理好的食材。
有兩則回答把買家的問題與市場是否有空缺分開來看。
GPT-6 Astra與GPT-6.1 Sol都指出,有證據顯示買家有某個問題,並不代表現有供應商做得不夠。Astra說它的排序是自己的商業判斷。Sol說它的排序是關於該從哪裡開始測試的判斷。
Qwen3.8-Max內容重複,引用的來源類型也不同。
它列出的四項需求出現了兩次:一次在回覆中,另一次在標題為「Downloadable Markdown File」的程式碼區塊裡。它引用的十個網站包括facebook.com、openpr.com,以及兩家市場研究公司imarcgroup.com與marketdataforecast.com。它沒有引用任何日本政府網站。其他三則回答都引用了maff.go.jp。
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 |
|---|---|---|---|---|---|
| Opus 5.5英文 | Extra | 2026年10月6日 | 1,565 | 22 | 26 |
| GPT-6.1 Sol英文 | Max | 2026年10月6日 | 2,074 | 11 | 14 |
| GPT-6 Astra英文 | Max | 2026年10月6日 | 2,195 | 9 | 14 |
| Qwen3.8-Max英文 | Thinking | 2026年10月6日 | 796 | 10 | 10 |