待验证50% 置信事实精确时间

该基准测试使用统一的100个问题集，每个问题只发起一次搜索，所有配置使用相同的answering model处理返回内容

1

来源数

50%

置信度

长期有效

时效性

2026/8/8

首次发现

来源

13款搜索API实测：你忽略的隐藏成本可能比标价还高

相关事实

已验证生成的测试用例保留人工评审专属列，并标注每个用例所对应的测试点以实现可追溯性66% 相似待验证判定表测试专门处理多条件组合场景，系统性地枚举所有条件组合以确保不遗漏业务规则分支65% 相似待验证实验保持Agent框架、模型、提示词和机器环境完全一致，唯一变量为上下文获取方式，并对输出执行180次盲测对比65% 相似待验证将测试规范定义为Skill后，每次AI生成都遵循统一标准，解决了直接生成结果不一致的问题64% 相似待验证在实际测试中，一次Deep Research调用了104个智能体进行定向调研，基于22个来源、59条声明完成了事实核查64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/706374

API

curl https://kongchang.com/api/v1/knowledge/claims/706374

MCP

get_claim(id=706374)