OpenRouter實測AI蒐索：多蒐幾輪比換蒐索引擎更重要

BiRun 訊，OpenRouter 上綫 Web Search Benchmarks，專門測試 AI 聯網蒐索到底該怎麼配。首批覆蓋 Exa、Parallel、Perplexity 和模型自帶蒐索，並搭配 GPT-5.6 Sol、Claude Opus 5、DeepSeek V4 Flash 等模型，在 4 組蒐索評測上比較準確率、成本和速度。

結果最明顯的一點是：蒐索輪數比換蒐索引擎更重要。在 BrowseComp 這類難題上，把蒐索上限從 1 輪提高到 25 輪，得分大約可以翻倍，單題成本則增加約 2.5 到 7 倍。比如 Claude Opus 5 搭配 Perplexity，從 1 輪的 35.8% 提昇到 25 輪的 89.0%。

模型本身也比蒐索引擎更重要。保持其他條件不變，換模型平均能拉開約 15 分，換 Exa、Parallel、Perplexity 等蒐索引擎平均影響約 10 分。模型廠商自己的蒐索也不一定最好，具體要看任務。

但蒐得越多不一定越劃算。BrowseComp 中，答對時模型平均蒐索 10.3 次，答錯時反而會蒐 19.7 次。對於本來就很難找到答案的任務，放開蒐索次數，很可能只是讓 Agent 更貴地失敗。

OpenRouter