PlaceBench 实测 6 款语音助手:150 问里 Ask Maps 答错 30 个垫底
whowasntright · reddit · 2026-11-21
Reddit 用户整理了开源基准 PlaceBench 的评测结果:150 个真实场所问题、覆盖 121 个城市,对照各场馆官网、公告与交通时刻表给六款 AI 助手打分,错一题扣 1 分。
- Dots:92/100,零错误,中位耗时 57 秒
- Muse 83 分(6 错)、Claude Duet 79 分(6 错)、Instinct 76 分、Grok Bot 73 分(12 错)
- Ask Maps 仅 49/100,150 题错 30 个,但最快(中位 8 秒)——抢答快但错得多
两类典型失败:12 个答案把用户指向已关门或搬迁的地点;同一问题问三轮,答案会翻转(Instinct 三轮中仅 5/20 保持一致)。作者认为地图快照在「今晚订位」「假日营业时间」这类实时边缘问题上滞后于商家柜台,因此主张查找+电话核验的组合,并顺带推广了其 AI 外呼服务 PlaceCall(仅限美国商家、开场声明为 AI 录音线、按报价答案计费 0.10 美元/次、等待不计费)。
「编程与Agent」频道最新
- CT-Bench 被.COLM 2026 接收:研究 LLM 智能体自谈判合约合作 — maxhkw · 2026-11-21
- 谷歌 Pro² Agent 登顶 MLE-Bench:奖牌率 76% 创最高纪录 — dair_ai · 2026-11-21
- Cloud Run 跳过构建直推本地文件,应用+数据库 12 秒上线 — rseroter · 2026-11-21
- Claude Code 2.1.330 发布:142 项改动,危险操作需确认 — ClaudeCodeLog · 2026-11-21
- Claude 用 Blender 造 2538 资产迈阿密小镇,74 分钟 Unreal 渲染完成 — piotrbinkowski · 2026-11-21
- Gemini 订阅跑 Antigravity 有封号风险?ToS 限制引开发者担忧 — jeremyphoward · 2026-11-21