這項比較的內容密度圖:每則回答的字數與引用的網站數
← 知識庫 · AI模型比較 AI模型比較 · 網路搜尋

面對日本工廠選址的問題,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12個AI模型提出同一個問題。本頁衡量每個模型搜尋的範圍有多廣,以及它引用的網頁是否支持它所寫的內容。本頁比較的是模型本身,而不是它們給的建議。

AI生成 · 未經查證 · 提問日期2026年10月7日、8日 · 連結檢查於2026年10月31日

測試問題

照原文逐字呈現。

Give me the top 5 location where I can incorporate an entity in Japan as a food manufacturer. Consider the government subsidy as well.

Output condition

  • Include fact links after the paragraph or sentence

中文翻譯(僅供參考,提問時使用的是上方英文原文)

給我日本前5個可以讓我以食品製造商身分設立法人的地點。也要考慮政府補助。

輸出條件

  • 在段落或句子後面附上事實來源連結

這個問題需要最新的在地資料來源:日本各縣市以日文公布的補助上限、補助比例與截止日期。這項測試看的是模型能否找到這些網頁,並正確引用。

實測 · 內容密度

哪個模型搜尋得更深入?

37個網站Qwen3.8-Omni-Flash,搜尋範圍最廣
13至14Opus 5.5、Sonnet 5.5與Qwen3.8-Max
1個網站Gemini 3.6:五個連結全都指向jetro.go.jp
每個點代表一則有連結的回答。橫軸是回答的字數(英文),縱軸是引用的不同網站數。點越高,代表引用的來源越多。形狀代表廠商。將游標移到點上,或用Tab鍵選取,即可查看數字。有5則回答在已儲存的版本中沒有連結,因此沒有畫出。
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。下一張圖表會檢查這一點。

實測 · 已檢查引用連結

哪則回答照原文就站得住腳?

我們打開了每個引用連結,並將網頁與引用它的段落比對。段落中的每個數字、名稱、日期與條件都出現在網頁上,才算有依據。

65/95完全有依據的段落,出自把連結放在主張旁邊的十則回答
26部分有依據:計畫確實存在,但某個數字或日期不在網頁上
4連結失效,或與網頁內容相矛盾的段落
每列代表一則回答,每個方格代表一個引用連結。各列依查證比例由高到低排列。列越長,代表依據的連結越多:7個連結全部成立的回答,證據仍比29個連結的回答薄弱。方格依序為已查證、錯誤、失效。將游標移到某一列可查看明細,移到方格可查看它的引用編號。

檢查發現的問題

  • Grok 4.7:差了十倍。它說福井的各項支援合計為¥50億至80億。但它自己的資料來源列的是5〜8億円,也就是¥5億至8億。
  • Opus 5.5:截止日期。它說中小企業成長補助這一輪在10月29日截止。它引用的公告寫的是11月12日。
  • Qwen3.8-Max:AI引用AI。它引用的六段中,有四段依據的是本知識庫中其他AI的回答。它對靜岡的排名,與它引用的報告相矛盾。
  • Gemini 3.6:數字沒有網頁佐證。五段中有四段列出的補助上限或比例,在它的JETRO連結上都看不到。
我們的解讀 · Dorado的觀點,不是實測結果

用AI做研究時,這對選擇模型代表什麼。

  1. 廣度不等於準確度。

    Qwen3.8-Omni-Flash引用了37個網站,數量最多,但都列在文末的清單裡。其中沒有任何主張能追溯到單一連結。Qwen3.8-Max引用了13個網站,六段中有四段依賴其他AI的回答。

  2. 請要求在每個主張旁邊附上連結。

    有十則回答把連結放在句子旁邊。正因如此,這些回答才能逐段檢查:它們引用的95段中,有65段完全站得住腳。

  3. 要確認數字,不只是確認計畫。

    大多數的錯誤都出在一個數字上。補助確實存在,但上限、比例或日期不在網頁上。數字放進您的計畫之前,請先打開網頁確認。

  4. 連結很快就會失效。

    回答儲存三週後,有七個引用的網頁已經打不開。補助每一輪也會開放和截止,所以請在網頁上確認日期。

全部17則回答

每則回答與它的數字。

模型設定字數(英文)網站數已檢查段落有依據部分有依據無依據
Opus 5.5英文AnthropicMedium1,16713191342
Sonnet 5.5英文AnthropicMedium904148620
GPT-6 Luna英文OpenAIMax50957520
GPT-6.1 Sol英文OpenAIMax1,1409161330
GPT-6 Astra英文OpenAIMax1,0888141130
Gemini 3.6英文GoogleThinking61215140
Grok 4.7英文xAI · 第1次執行Fast744–已儲存的版本中沒有連結
Grok 4.7英文xAI · 第2次執行 · 文末來源清單Fast71379522
Qwen3.8-Max英文Alibaba · 第1次執行Thinking545–已儲存的版本中沒有連結
Qwen3.8-Max英文Alibaba · 第2次執行Thinking587136051
Qwen3.7-Plus英文Alibaba · 第1次執行Fast616–已儲存的版本中沒有連結
Qwen3.7-Plus英文Alibaba · 第2次執行Fast985–已儲存的版本中沒有連結
Qwen3.8-Omni-Flash英文Alibaba · 第1次執行Thinking1,174–已儲存的版本中沒有連結
Qwen3.8-Omni-Flash英文Alibaba · 第2次執行 · 文末來源清單Thinking1,91437726516
Haiku 5.5英文AnthropicMedium48576510
Haiku 5.5英文AnthropicExtra69397511
GPT-6 Sol英文OpenAIMax64687610

圖表採用執行兩次的四個模型的第2次執行結果。每個第1次執行的已儲存版本中都沒有連結。點選模型名稱,即可閱讀該則完整回答(英文)。

月度研究方案
首月US$50 之後每月US$200

想替您的產品查核資料來源嗎?

這些回答都未經查核。在月度研究方案中,我們會打開資料來源、確認日期,並在簡報交給您之前修正錯誤。