近日，SuperCLUE中文大模型测评基准发布了最新的测评报告，该报告针对接入了DeepSeek-R1技术的10家第三方平台进行了全面的联网搜索能力评估。此次测评不仅涵盖了文化生活、经济生活、实时新闻等基础检索内容，还深入考察了各平台在推理计算、分析排序、数据检索与分析等分析推理能力上的表现。
测评结果显示，各平台在整体表现上呈现出较大的差异。其中，腾讯元宝凭借出色的综合实力脱颖而出，成为了此次测评的佼佼者。在总榜单上，腾讯元宝不仅独占鳌头，还在分析推理能力榜单上位居首位，展现了其强大的联网搜索和分析推理能力。
紧随腾讯元宝之后的是阶跃AI和支付宝百宝箱，它们分别位列总榜单的第二和第三位。百度AI搜索和天工AI（高级模式）则以并列第四名的成绩紧随其后，而飞书知识问答和秘塔AI搜索（深入模式）则并列第五。这些平台在测评中均展现出了不俗的实力，但相较于腾讯元宝仍存在一定的差距。
在基础检索能力方面，腾讯元宝、阶跃AI和百度AI搜索均达到了100%的准确率，这一成绩无疑是对它们搜索技术精准度的肯定。然而，在分析推理能力这一更为复杂的测评维度上，仅有腾讯元宝、天工AI、支付宝百宝箱和阶跃AI得分超过了40分，显示出这一领域对于技术实力的更高要求。
报告还指出，各平台在平均耗时方面同样存在显著差异。从最少的字节火山引擎（每题耗时17.12秒）到最多的MiniMax（每题耗时73.51秒），不同平台之间的搜索效率差距显著。这一差异不仅体现在总平均耗时上，还体现在不同任务上的平均耗时差异上。整体来看，各平台的耗时分布范围较广，搜索效率差异明显。
所有平台在分析推理能力上的平均耗时都明显高于基础检索能力。这进一步说明，分析推理能力相较于基础检索能力来说更为复杂和耗时，需要平台具备更强的技术实力和算法优化能力。
