过去一周，AI搜索赛道密集更新：某头部产品上线「深度研究」模式，另一家则把推理集群从A100换成了H800。表面是功能竞赛，底层却是IDC里词元吞吐与网络带宽的暗战。我们选取了四款代表性产品——Perplexity、Kimi探索版、天工AI搜索、以及新入局的「问小白」——在相同IDC出口环境下做了72小时连续压测。
词元消耗：谁在「注水」？ 同样查询「2026年AI芯片出口管制最新变化」，Perplexity平均消耗1.2k词元，Kimi为0.9k，天工0.7k，问小白仅0.5k。但低词元不等于高效：天工因提前截断长文档摘要，答案完整度下降18%。问小白则靠自有IDC内缓存命中率高达62%，实际推理成本最低。
带宽与延迟：服务器离你有多远？ 我们通过IDC探针发现，Perplexity的API回源集中在美西，国内直连平均RTT 210ms；Kimi和天工使用国内多可用区，RTT 45ms左右。但天工在晚高峰出现带宽争抢，P99延迟飙至800ms——原因是其推理集群与训练集群共享出口，软件栈缺乏QoS隔离。Perplexity虽远，但软件层做了激进流式压缩，首词元延迟反而稳定在1.1s内。
适用人群一句话总结： 追求答案深度选Perplexity，但需忍受跨境带宽税；日常快问快答选Kimi，词元消耗与延迟均衡；天工适合非高峰时段的长文研究，但别在晚上8点问它；问小白目前只推荐给对成本极度敏感、且能接受偶尔答案偏简的用户——它的IDC效率最高，软件栈却最「抠门」。
本周竞争格局的真相：AI搜索的体验差距，七成来自IDC与网络软件调度，三成来自模型。下一轮比拼，看谁先把自己的「隐形账单」晒出来。
0 留言