（本報訊）《華爾街日報》對五大AI聊天機器人進行一次全面性盲測，包括OpenAI的ChatGPT、前Open AI工程師出走後成立的Anthropic所出品的Claude、微軟的Copilot、Google的Gemini、和美國AI搜尋獨角獸Perplexity AI打造的Perplexity。最終結果，Perplexity綜合排名第一，ChatGPT緊跟在後，微軟的Copilot表現墊底。
Perplexity：黃仁勳最常用的AI工具！
Perplexity在九項測試中的三項（總結、程式碼和時事類問題）取得最佳成績，在大部分單項測驗上都取得前三名的成績。值得一提的是，這是輝達創始人兼CEO黃仁勳最常用的AI工具。憑藉在生成式AI搜尋產品上的創新，Perplexity AI喜提「Google殺手」稱號，今年月活用戶數突破1000萬大關。根據數據研究分析平台Pitchbook，Perplexity AI團隊規模不到50人。
Google第三、Anthropic第四、微軟第五
來自Google的Gemini和來自微軟的Copilot在本次測試中表現不佳，分居第三和第五。Anthropic的Claude在部分問題上表現不錯，但由於無法訪問網頁且響應速度較慢，最終名列第四。微軟Copilot更是在五項測試中墊底，多次忽略提示詞中的關鍵訊息，是這次測試中表現最差的AI聊天機器人。
ChatGPT落敗：大量算力≠最強AI
讓人意外的是，儘管ChatGPT進行了大規模的更新，名氣也很大，而且測試時使用的還是20美元付費版，但它並沒有領先。相反，知名度較低的Perplexity成為了本次測試的冠軍。
Perplexity在本次測試中的勝利，證明了坐擁大量算力本身並不能保證企業可以開發出表現最佳的AI聊天機器人產品，在特定方向上的優化也能產生出其不意的效果。Perplexity AI的首席商務官謝維連科說，「我們針對答案的簡潔性做了特別強化，這讓模型能夠辨別出回答中最關鍵的訊息」。
本次測試的重點為AI聊天機器人解決實際問題和完成日常任務的能力，反映了它們在真實場景中的表現。《華爾街日報》的測試人員設計了一系列提示詞來測試流行的使用案例，包括程式碼能力測試、健康諮詢和理財問題等，評判的標準包括準確性、有用性和整體品質，並邀請了相關領域的專家以盲測的形式進行測試。
