Microsoft Web IQ 旨在以更低的延迟和更少的令牌提供高质量的基础支撑。 以下基准结果将 Web IQ 与其他事实依据服务进行比较。 字母用于标识各表中的同一服务。
P95 延迟
快速事实校准可帮助 AI 系统在多步骤代理链和动态查询中保持响应。 降低每个步骤的延迟可使复杂交互中的性能提升效果层层累积。
| Service | P95 延迟(以毫秒为单位) |
|---|---|
| Web IQ | 154 |
| 竞争对手 A | 313 |
| 竞争对手 B | 557 |
| 竞争对手 C | 746 |
| 竞争对手 D | 760 |
| 竞争对手 E | 1,160 |
| 竞争对手 F | 1,741 |
| 竞争对手 G | 2,160 |
| 竞争对手 H | 2,308 |
Web IQ 测量的 P95 延迟比测试的下一个最快服务快约 2 倍。
来源: 来自北美、欧洲和亚洲的 8 个区域的 1,000 个查询:P95 值是跨区域的平均值。 队列包括处于质量阈值范围内的提供商及其旗舰产品/服务。 使用了新的查询,以便缓存不会影响结果,并且只计算 HTTP 200 响应。 测量于 2026 年 11 月 8 日。
质量和令牌效率
Web IQ 优先处理最相关的段落,并将不必要的上下文降到最低。 在实测对比中,Auto 和 Web 搜索在比对服务所需 token 更少的情况下达到了更高的事实依据满意度,且 Auto 的总体事实依据满意度最高。 每个响应中的令牌更少,可减少推理时间和提供高质量响应的总成本。
来源: 2,850 个随机采样的全局查询。 每个服务都针对 Web 结果数和内容的深度使用不同的设置运行,并且根据每个响应的平均令牌绘制了基础满意度。 该组包括提供商以及其处于质量阈值内的旗舰产品/服务。 评估为 2026 年 11 月 8 日至 9 日。
基础信息新鲜度
代理的时效性仅取决于提供给它的知识和上下文是否最新。 开源 FreshSearch 基准以两种方式评估新鲜度:基础服务如何发现新发布的内容,以及其证据对时间敏感查询的新鲜程度。
| Service | 依据新鲜度分数 |
|---|---|
| Web IQ Auto | 87.5 |
| 竞争对手 G | 82.4 |
| Web IQ Web 搜索 | 81.2 |
| 竞争对手 F | 73.5 |
| 竞争对手 E | 57.9 |
来源: FreshSearch 基准。 分数是对 2026 年 11 月的抽样运行结果取平均得出的。