ChatGPT Search VS Kimi探索版:AI搜索哪家强?!

大家好,我是木易,一个持续关注AI领域的互联网技术产品经理,国内Top2本科,美国Top10 CS研究生,MBA。我坚信AI是普通人变强的“外挂”,专注于分享AI全维度知识,包括但不限于AI科普AI工具测评AI效率提升AI行业洞察。关注我,AI之路不迷路,2024我们一起变强。

ChatGPT Search,OpenAI于10月31日为ChatGPT推出的一个全新的联网搜索功能,OpenAI更大的“野心”是打造自己的搜索引擎。ChatGPT之前就有联网搜索能力,是通过简单调用第三方搜索工具(主要是Bing)实现的。而更新后的ChatGPT Search,则是将微调后的GPT-4o模型作为底层模型,用到了一种全新的合成数据生成技术进行训练,合成数据由o1-preview模型生成。

ChatGPT Search目前仅对付费的Plus和Team用户开放使用。OpenAI表示未来数月会向所有用户全面开放。

关于ChatGPT Search更详细的介绍,可以看我这篇文章。

Kimi探索版,月之暗面于10月11日为Kimi推出的推理型AI搜索产品。和常规的AI搜索工具相比,Kimi探索版多了推理(Reasoning)、规划(Planning)和反馈(Reflection)。整体实现思路应该是借鉴了OpenAI o1模型中用到的思维链(Chain of Thought),使AI模型在处理复杂任务的时候可以提前思考,然后再作答,以便获得更优质的结果。

Kimi探索版目前可免费使用,但Kimi对于使用数量做了限制,5次每用户每天。

关于Kimi探索版更详细的介绍,可以看我这篇文章。

那么,灵魂拷问来了,ChatGPT Search和Kimi探索版,哪个搜索能力更强?

先上结论

首先声明,本文没有任何广告,客观记录所有的测试结果供小伙伴们参考。另外为了进行对比,我额外在每个测试后面附上了Perplexity的搜索结果。Perplexity是我心目中目前的AI搜索第一名,接受反驳,欢迎评论区留言讨论。

  1. 再次强调,AI搜索目前还取代不了传统的搜索引擎,如谷歌、Bing搜索。

  2. Perplexity综合体验最好

  3. 综合表现ChatGPT Search > Kimi探索版。个人认为这是底座模型带来的优势。明显能感觉到ChatGPT Search更聪明,从理解题意,到组织答案。

  4. Kimi探索版不是一无是处。对于需要搜索大量数据源的问题,比如下面的测试2,Kimi探索版能读取的信息源更多。ChatGPT Search给出的答案则大多比较简略。

关于什么样的问题适合AI搜索,可以看我这篇文章。

1. 实时信息获取

总结中国住房交易契税最新政策

结论

Perplexity > ChatGPT Search > Kimi探索版。

两款产品都准确搜索到了正确答案,但个人认为ChatGPT Search整理出的搜索结果更加有条理,更易读一些。而Kimi探索版整理的结果更为详尽,但条理性不足,导致用户需要自行寻找关键信息。

ChatGPT Search

Kimi探索版

Perplexity

2. 复杂问题分解

总结全球主要科技公司(包括中国、美国、欧洲)发布的AI相关技术和产品

结论

ChatGPT Search < Perplexity < Kimi探索版。

这是一道非常复杂的搜索问题。而这三款AI搜索工具的答案都算不上很好,半斤八两。ChatGPT Search给出的结果过于简略,每个地区仅给出了2个科技公司的AI产品介绍。Kimi探索版则是另一个极端,看得出来Kimi很努力,阅读的网页数高达926个,给出了非常详尽的答案,但可能由于上下文的限制,给出的结果并不完整就戛然而止。而Perplexity则介于简略和详尽之间,但有些内容并不准确。

ChatGPT Search

Kimi探索版

Perplexity

3. 跨语言搜索

分析全球主要央行2024年的货币政策取向

结论

Perplexity > ChatGPT Search > Kimi探索版。

虽然对于这个问题,Kimi探索版给出的答案非常详尽,答案很长,但仔细查看会发现正因为Kimi在组织答案前阅读了太多内容(160个网页),导致答案里某些细节的信息不是很“实时”,比如我国LPR下降的最新情况。

而ChatGPT Search在搜索时的实时性做的非常好,信息源大多是10月的数据。Kimi有点用力过猛的感觉。

ChatGPT Search

Kimi探索版

Perplexity

4. 数据分析与整合

对比苹果、华为和小米最新旗舰手机的详细参数和市场表现

结论

Kimi探索版 > Perplexity > ChatGPT Search。

这一轮Kimi探索版胜出。ChatGPT Search的答案其实也对,但太过简略,简略的有点信息匮乏。Perplexity则是信息源有误,没有搜索到小米最新的手机是15系列。但ChatGPT Search和Perplexity的优点是用表格整理了三款手机的参数。

Kimi探索版数据最准确,信息也最详尽。

ChatGPT Search

Kimi探索版

Perplexity

5. 专业领域深度

解释Transformer模型的多头注意力机制的数学原理,并举例说明

结论

Perplexity > ChatGPT Search > Kimi探索版。

Perplexity对于数学原理解释的最详细易懂。Kimi探索版缺少对数学公式部分的深入解释。ChatGPT Search则介于二者之间,缺点依旧是输出的答案太过简略。

ChatGPT Search

Kimi探索版

Perplexity


精选推荐​​​​​​​


都读到这里了,点个赞鼓励一下吧,小手一赞,年薪百万!😊👍👍👍。关注我,AI之路不迷路,原创技术文章第一时间推送🤖。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/919232.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

交换机配置从IP(Switch Configuration from IP)

💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 本人主要分享计算机核心技…

【Redis】基于Redis实现秒杀功能

业务的流程大概就是,先判断优惠卷是否过期,然后判断是否有库存,最好进行扣减库存,加入全局唯一id,然后生成订单。 一、超卖问题 真是的场景下可能会有超卖问题,比如开200个线程进行抢购,抢100个…

STL——vector(1)

博客ID:LanFuRenC系列专栏:C语言重点部分 C语言注意点 C基础 Linux 数据结构 C注意点 今日好题 声明等级:黑色->蓝色->红色 欢迎新粉加入,会一直努力提供更优质的编程博客,希望大家三连支持一下啦 目录 尾…

【东莞石碣】戴尔R740服务器维修raid硬盘问题

1:石碣某塑料工厂下午报修一台戴尔R740服务器硬盘故障,催的还比较着急。 2:工程师经过跟用户确认故障的问题以及故障服务器型号和故障硬盘型号,产品和配件确认好后,公司仓库确认有该款硬盘现货,DELL 12T S…

使用 .NET 创建新的 WPF 应用

本教程介绍如何使用 Visual Studio 创建新的 Windows Presentation Foundation (WPF) 应用。 使用 Visual Studio,可以向窗口添加控件以设计应用的 UI,并处理这些控件中的输入事件以与用户交互。 在本教程结束时,你有一…

Shell基础(5)

声明! 学习视频来自B站up主 **泷羽sec** 有兴趣的师傅可以关注一下,如涉及侵权马上删除文章,笔记只是方便各位师傅的学习和探讨,文章所提到的网站以及内容,只做学习交流,其他均与本人以及泷羽sec团…

嵌入式:STM32的启动(Startup)文件解析

相关阅读 嵌入式https://blog.csdn.net/weixin_45791458/category_12768532.html?spm1001.2014.3001.5482 启动文件(Startup File)是嵌入式系统开发中的核心组件之一,它用于初始化系统并为主程序的运行做好准备。在大多数情况下,启动文件是用汇编语言编…

CH03_反射

第3章:反射 本章目标 掌握反射的原理 熟悉反射的基本运用 本章内容 反射是什么 C# 编译运行过程 首先我们在VS点击编译的时候,就会将C#源代码编译成程序集 程序集以可执行文件 (.exe) 或动态链接库文件 (.dll) 的形式实现 程序集中包含有Microsoft …

HAL_UARTEx_ReceiveToIdle_DMA和HAL_UART_Receive_DMA的区别

功能 HAL_UART_Receive_DMA 仅仅是开启的串口的DMA接收,若是想使用空闲中断 DMA接收则需要开启串口的空闲中断; 而HAL_UARTEx_ReceiveToIdle_DMA函数中则包含了开启串口空闲中断; HAL_UART_Receive_DMA 的接收类型是HAL_UART_RECEPTION_ST…

MyBlog(三) -- APP的应用

文章目录 前言一、APP是什么?二、创建APP三、使用APP1. 注册app2. 添加路由3. 运行过程4. 完善视图函数5. 结果展示 总结 前言 前面我们已经学习了如何创建一个新的项目,并且配置好了项目的启动文件,成功将项目启动! 那么接下来我们的主要任务就是需要完善这个项目中应该包含…

tdengine学习笔记-整体架构及docker安装

官方文档:用 Docker 快速体验 TDengine | TDengine 文档 | 涛思数据 整体架构 TDENGINE是分布式,高可靠,支持水平扩展的架构设计 TDengine分布式架构的逻辑结构图如下 一个完整的 TDengine 系统是运行在一到多个物理节点上的,包含…

【支持向量机(SVM)】:相关概念及API使用

文章目录 1 SVM相关概念1.1 SVM引入1.1.1 SVM思想1.1.2 SVM分类1.1.3 线性可分、线性和非线性的区分 1.2 SVM概念1.3 支持向量概念1.4 软间隔和硬间隔1.5 惩罚系数C1.6 核函数 2 SVM API使用2.1 LinearSVC API 说明2.2 鸢尾花数据集案例2.3 惩罚参数C的影响 1 SVM相关概念 1.1…

git 基础之 merge 和 rebase 的比较

在团队软件开发过程中,代码合并是一个基本且频繁执行的任务。 Git 提供了多种合并代码的策略,其中最常用的是 merge 和 rebase。 尽管二者的终极目标是相同的——整合代码变更——它们的方法和推荐的使用场景却有所区别。本文将详细介绍和比较这两种策…

sagemaker中使用pytorch框架的DLC训练和部署cifar图像分类任务

参考资料 https://github.com/aws/amazon-sagemaker-examples/blob/main/sagemaker-python-sdk/pytorch_cnn_cifar10/pytorch_local_mode_cifar10.ipynbhttps://sagemaker.readthedocs.io/en/stable/frameworks/pytorch/using_pytorch.html 获取训练数据 # s3://zhaojiew-sa…

jmeter常用配置元件介绍总结之配置元件

系列文章目录 1.windows、linux安装jmeter及设置中文显示 2.jmeter常用配置元件介绍总结之安装插件 3.jmeter常用配置元件介绍总结之线程组 4.jmeter常用配置元件介绍总结之函数助手 5.jmeter常用配置元件介绍总结之取样器 6.jmeter常用配置元件介绍总结之jsr223执行pytho…

vite+vue3+ts编译vue组件后,编译产物中d.ts文件为空

一、前言 使用vue3vitets实现一个UI组件库,为了生成类型文件便于其他项目引用该组件库。根据推荐使用了vite-plugin-dts插件进行ts文件的生成 二、版本 组件版本vue ^3.5.12 vite ^5.4.10 vite-plugin-dts ^4.3.0 typescript ~5.6.2 三、问题描述 使用vitevi…

红外相机和RGB相机外参标定 - 无需标定板方案

1. 动机 在之前的文章中红外相机和RGB相机标定:实现两种模态数据融合_红外相机标定-CSDN博客 ,介绍了如何利用标定板实现外参标定;但实测下来发现2个问题: (1)红外标定板尺寸问题,由于标定板小…

柔性仿人手指全覆盖磁皮肤,具备接触觉和运动觉的双模态感知能力

人体精细触觉和本体运动觉依赖于相同类型的感受器,这些感受器位于肌肉、肌腱、关节和皮肤中,负责感知轻触、挠痒、细微压力、形状变化、肌肉张力、肌腱拉伸和关节位置变化等信息。因此方斌教授团队着手于具有高精度、小尺寸、可定制等优势的磁触觉传感器…

【摘要】正点原子--Makefile--学习笔记

目录 一、Makefile 基础1、Makefile引入2、Makefile初次编写 二、Makefile语法1、Makefile规则格式2、Makefile第一次升级 一、Makefile 基础 1、Makefile引入 2、Makefile初次编写 二、Makefile语法 1、Makefile规则格式 2、Makefile第一次升级

【WPF】Prism学习(八)

Prism Dependency Injection 1.处理解析错误 1.1. 处理解析错误: 这个特性是在Prism 8中引入的,如果你的应用目标是早期版本,则不适用。 1.2. 异常发生的原因: 开发者可能会遇到多种原因导致的异常,常见的错误包括…