起因：
电脑上代理常开，而手机并不会常开代理，用Google之前总是需要开一下。我想着搭建一个Google镜像服务，方便手机上使用，就不用总是搜之前开梯子了。
但是我转念一想，为何不一步到位直接用AI搜索呢？AI搜索更适合移动端场景，减少人工筛选的过程。
于是简单调研一下佬友们觉得哪些AI搜索做得好，同时也算是安利给日后找到这篇帖子的人，一举两得。
-
46% Perplexity AI （不可直连）
-
-
22% 其他（请评论区给出）
-
-
19% ChatGPT Search （不可直连）
-
-
15% Gemini-Search （开源可部署）
-
-
15% 秘塔 AI 搜索
-
-
7% Felo
-
-
4% You.com （不可直连）
-
-
3% Andi Search
-
-
3% SearXNG （开源可部署）
-
-
1% 天工 AI 搜索
-
-
0% Perplexica （开源可部署）
-
0% Whoogle （开源可部署）
-
0% Farfalle （开源可部署）
-
0% Swirl （开源可部署）
-
0% 纳米 AI 搜索 （原360AI搜索）
-
0% 百小应
佬友补充的其他AI搜索：
后续我打算做一些测评，发在这个帖子里。佬友们如果想到一些有区分度的搜索问题，可以发帖我来测试。
第一批测评（2025-01-09）
详细记录见笔记
第一轮测评内容
Q1：唐朝有多少位皇帝寿命超过60岁？
本题考察数据源可靠性、考察检索大量信息并进行简单判断的能力。这道题只要检索到维基百科 - 中国皇帝寿命列表就成功了一大半。
| 模型 | 得分 | 评语 |
|---|---|---|
| ChatGPT Search | 10分 | - |
| Perplexity AI | 2分 | 问题理解错误、事实错误 |
| 秘塔AI | 8分 | 细节错误，来源不可靠 |
| Felo | 9.5分 | 过于简略 |
| Gemini-Search | 1分 | 全是幻觉 |
| DeepSeek | 9分 | 疑似内部未做CoT导致第一句话有误，但最终答案正确 |
Q2：有界闭集是否等价于紧集？
本题考察模型对检索到的资料的数理理解和整合能力。
| 模型 | 得分 | 评语 |
|---|---|---|
| ChatGPT Search | 10分 | - |
| Perplexity AI | 3分 | 事实错误 |
| 秘塔AI | 10分 | - |
| Felo | 9分 | 细节缺失 |
| Gemini-Search | 10分 | - |
| DeepSeek | 10分 | - |
Q3：收集并整理OpenAI的模型API的收费价格，包括全部的文本对话模型，汇总到一个表格里
本题考察检索整理大量信息的能力，惨不忍睹。
| 模型 | 得分 | 评语 |
|---|---|---|
| ChatGPT Search | 8分 | 6正确，8缺失，0错误 |
| Perplexity AI | -3分 | 2正确，10缺失，2错误 |
| 秘塔AI | -9分 | 2正确，12缺失，7错误 |
| Felo | -3.5分 | 2正确，9缺失，3错误 |
| Gemini-Search | 2.5分 | 7正确，9缺失，7错误 |
| DeepSeek | 7分 | 6正确，6缺失，2错误 |
注：Q3评分公式为 分数 = 正确数*2 - 错误数 - 缺失数*0.5
第一轮测评结果
| 产品名称 | Q1~Q3综合得分 |
|---|---|
| ChatGPT Search | 4.772169 |
| DeepSeek | 2.237883 |
| Felo | 1.238804 |
| 秘塔AI | 0.976767 |
| Gemini-Search | 0.773112 |
| Perplexity AI | 0.001266 |
万万没想到最出名的Perplexity居然垫底了 
综合总分计算公式
其中：
- P_i 是模型 i 的综合总分。
- m 是问题的总数（此次 Q1, Q2, Q3 共3 个问题）。
- n 是模型的总数（此次有 6 个模型）。
- s_{i,j} 是模型 i 在第 j 个问题上的得分。
- e^{s_{i,j}} / \sum_{k=1}^{n} e^{s_{k,j}} 是模型 i 在问题 j 上的 softmax 归一化分数。
- 将 softmax 归一化分数取平均后乘以10，使得最终分数更自然。
Google 接地 （不是列表那个项目，Gemini API 原生就支持）、Liner、Monica。
