目前使用LLM多年，关于文献检索非常考验模型的联网能力和代理能力，目前GPT模型优于剩下两家，最让人觉得离谱的就是搜索起家的谷歌做出来的Gemini在这方面远不如ChatGPT。 
关于GPT多个模型谁更适合文献检索我也测试过，最终的结论是：5.4 Pro > 5.4 High (Codex) > 5.4 Thinking > 5.3 Instant。因为不是重点，测试内容以后有空再发，之前测试用Nano Banana总结一下： 
 [Gemini_Generated_Image_lwo5n2lwo5n2lwo5] 
但是在测试过程发现，即使5.4 Pro也无法每次都保证最优，但是总体最优，尤其是5.4 Pro价格贵、速度慢，Codex的Fast模式进行文献检索其实效率更高，也有着比较接近的准确性。此外，多次检索并合并结果总是优于单次检索，即使前者的模型弱于后者，这可能是因为大模型本质还是...