Kimi、通义千问、豆包长文本横评：谁才是「读论文神器」
同一篇 96 页 PDF 财报，三个模型轮流读：定位准确率、幻觉率、交叉引用能力，差距比想象中大。
一、评测设计
选取三份真实长文档：96 页上市公司财报、58 页行业研究报告、42 页中英混排学术论文。测试四个维度：事实定位（20 个细节问题）、数值计算（财报数据加总/同比）、交叉引用（跨章节关联信息）、幻觉率（故意问文中不存在的内容，看是否编造）。
二、结果一览
| 维度 | Kimi | 通义千问 | 豆包 |
|---|---|---|---|
| 事实定位（20题） | 19 | 17 | 14 |
| 数值计算准确率 | 92% | 88% | 75% |
| 交叉引用 | 优 | 良 | 中 |
| 幻觉率（越低越好） | 5% | 10% | 20% |
| 单文档上限 | 200万字 | 1000万字 | 约20万字 |
三、分场景结论
- 读论文/财报：首选 Kimi。细节定位最准，且引用出处会标注原文页码，方便回查。
- 超长资料归档检索：选通义。1000 万字上限意味着可以把整个项目文档库一次性丢进去问。
- 日常速读：豆包够用，但对「文中没有的信息」最容易一本正经地编造，重要数据务必回查原文。
四、一个通用技巧
三个模型都建议：先让它输出目录结构摘要，再针对章节提问。直接问全文细节，三个模型的准确率平均下降 15% 左右。