答案引擎

在测的是哪些，
各自能拿到什么。

引擎之间的差别不在覆盖数量，在接口给什么。有的引擎会告诉你回答引用了哪几个网页，有的只告诉你它检索到了哪些网页。这两种数据不能混着算，所以这一页逐个写清。

目前通过官方接口正常采样的是 2 个，覆盖目标共14 个。下面第一节是前者，第二节是后者。

正在采样的引擎

以下字段逐项对照适配器实现核实，不是产品说明书上的描述。

豆包

字节跳动

逐条引用

接入方式
火山方舟(Ark)官方 HTTP 接口，服务端调用，不走网页抓取。
模型
固定型号，由配置钉住；回答里带回引擎自报的型号，两者不一致时以回答为准。
引用数据
回答带每条论据的来源链接、标题与站点名，所以可以算清一次回答实际引用了哪些站。
已知限制
  • 带联网检索的回答常见耗时在一分钟量级，单次请求上限 180 秒，超时按临时故障重试而不是记为空回答。
  • 型号升级会改变回答风格与检索行为。样本记录的是当次型号，跨型号的趋势对比要按型号分段看。
采样频率
首检一次；持续监测按每日固定时刻的轮次。

DeepSeek

深度求索

仅检索池

接入方式
官方接口，走 Anthropic Messages 协议（API 版本 2023-06-01），服务端调用。
模型
固定型号，由配置钉住。
引用数据
接口返回的是这次检索取回的网页集合，不标明回答实际采信了其中哪几条。所以这个引擎的数据能回答「哪些站进了候选」，不能回答「哪些站被引用」。
已知限制
  • 没有逐条引用，因此引用类指标在这个引擎上永远为空，而不是零。报告里按引擎分列，不与豆包合并平均。
  • 型号升级同上，样本记录当次型号。
采样频率
首检一次；持续监测按每日固定时刻的轮次。

覆盖目标

这些是覆盖目标。它们还没有适配器，所以这里只写厂商，不写采样字段：没有实现可以核实的字段，填上去就是编的。

中文引擎

  • 通义千问阿里巴巴
  • Kimi月之暗面
  • 智谱清言智谱 AI
  • 腾讯混元腾讯
  • MiniMaxMiniMax

国际引擎

  • ChatGPTOpenAI
  • ClaudeAnthropic
  • GeminiGoogle
  • AI OverviewsGoogle
  • PerplexityPerplexity
  • GrokxAI
  • CopilotMicrosoft

中文引擎排在前面不是排版偏好。海外的同类工具覆盖的是国际引擎那一列，中文这一列基本没人做，而中国用户问的正是这一列。

为什么不按引擎数量比较

覆盖数量之外，还有两件影响结论的事。

一个引擎只要能问就能算进「支持列表」，但能问不等于能给出可用的数据。拿不到逐条引用的引擎，引用类指标就是空的，而把它按零计入平均会直接拉低一个本来无从计算的数。

所以我们在报告里按引擎分列，并且标明哪个引擎在这段窗口里没有数据。方法论那一页写了完整的口径，包括样本量不足时怎么标注。