2026 年，"深度研究"成了大模型厂商的新战场。把一个问题丢进去，它自己拆解、联网搜、读几十上百个网页、交叉验证，最后吐出一份带引用的长报告——这不再是搜索引擎的活，而是 agent 的活。本站《AI 搜索引擎横评 + GEO 实验》(ai-search-engine-geo-review) 聊的是"搜"，这篇聊的是"研究"：同一个问题，交给五个深度研究 agent，谁能给你一份能直接交差的报告。
这篇挑了 5 款最有代表性的深度研究工具横着比：ChatGPT Deep Research（OpenAI）、Gemini Deep Research（Google）、Perplexity Deep Research、Grok DeepSearch（xAI）、Kimi 研究员（Moonshot）。它们都能"自主联网研究 + 出报告"，但底层模型、数据源、报告形态、定价逻辑截然不同。本文按场景给结论，不列虚榜单。
先说清楚一件事：下面所有对比，都是基于各工具官方文档与公开信息做的代表性对比，非亲自压测。功能描述和定价来自各家官网或说明文档，数据经 Tavily 于 2026-08-03 核实，但配额和价格随时可能变动，以官网为准。
一、为什么 2026 年深度研究工具值得单独看一轮
深度研究 agent 之所以在 2026 年集中爆发，有三个原因。第一，模型够强了。o3、Gemini、Grok 4、Kimi K3 这一代模型的推理和长上下文，已经能支撑"读上百个网页、规划多步、交叉验证"。第二，浏览器工具链成熟了，自主浏览、PDF 解析、可视化浏览器、MCP 接入从实验走向生产。第三，投行、咨询、科研、政策分析这类活，本质就是"联网找资料 + 综合成报告"，正是 agent 的射程。
但深度研究 agent 也不是万能的：一次研究动辄几分钟到几十分钟，成本不低；引用质量参差，有的会把博客和权威报道混在一起；浅问题杀鸡用牛刀、深问题又可能漏关键来源。所以 2026 年的现实是：快速事实查询用搜索，复杂多源综合才上深度研究。
五款各押一个方向，没有全能王。ChatGPT 押报告深度和 OpenAI 模型，Gemini 押协作规划加 Google 生态，Perplexity 押引用质量和多模型编排，Grok 押 X 实时数据，Kimi 研究员押中文长报告和 agent swarm。理解了各自押的宝，选型看你的活就够了。
二、五位选手入场（数据截至 2026-08-03）
先把五位的家底亮出来。功能描述来自各家官方文档，定价来自官网或说明文档，标"约"的数字未经实时核验。
| 工具 | 厂商 | 底层模型 | 免费额度 | 起步价（约） | 适合人群 |
|---|---|---|---|---|---|
| ChatGPT Deep Research | OpenAI | o3 / GPT-5 系列 | 约 5 次/月（轻量版） | ChatGPT Plus $20/月 | 金融/科研/政策等硬核知识工作者 |
| Gemini Deep Research | Gemini | 有（免费档含） | Google AI Pro 约 $19.99/月 | Google 生态用户、要协作规划的人 | |
| Perplexity Deep Research | Perplexity | 多模型编排 | 有限 | Pro $20/月 | 重视引用质量、要实时来源的人 |
| Grok DeepSearch | xAI | Grok 4 系列 | 有限（免费档） | SuperGrok $30/月 | 追热点、要看 X 实时舆论的人 |
| Kimi 研究员 | Moonshot | Kimi K3 | 有（以官网为准） | 免费/会员（以官网为准） | 中文用户、要万字长报告的人 |
三个细节先点出来。第一，Grok DeepSearch 是唯一把 X 作为一等数据源的，追实时舆论有天然优势；其他四家靠网页搜索。第二，模型绑定上，ChatGPT/Gemini/Grok/Kimi 各绑自家模型，只有 Perplexity 做多模型编排、可按查询选模型。第三，Gemini 免费档含 Deep Research 最大方，Kimi 研究员对中文用户基本免费，ChatGPT 和 Perplexity 起步 $20/月，Grok 的 SuperGrok $30/月。配额以各官网为准。
三、横向对比：六个维度摊开看
把官方描述摊开，按六个维度对一遍。这张表是基于官方文档与公开描述的代表性对比，非亲自压测。
| 维度 | ChatGPT DR | Gemini DR | Perplexity DR | Grok DeepSearch | Kimi 研究员 |
|---|---|---|---|---|---|
| 报告深度 | 强（百级来源） | 强（可协作规划） | 中强（实时引用） | 中（10 步上限） | 强（万字级报告） |
| 多轮追问 | 支持（可中断细化） | 支持（协作规划改方案） | 支持 | 有限 | 支持（agent 自纠错） |
| 引用质量 | 高（可限定可信站点） | 高（带可视化） | 高（实时 inline 引用） | 参差（混博客与新闻） | 中（带引用） |
| 联网时效 | 网页 + 可视化浏览器 | 网页 + Gmail/Drive | 实时网页 + 付费数据库 | 网页 + X（独家） | 网页 |
| 导出格式 | 报告（含引用与思考摘要） | 报告 + 图表 | 报告 + inline 引用 | 报告 + Thoughts 视图 | 报告 + Office 文件 |
| 多语言 | 多语言 | 多语言 | 多语言 | 多语言 | 中文最强，多语言 |
注意几个对不上的地方：ChatGPT Deep Research 2026 年 2 月更新后可接 MCP、限定可信站点、中断细化；Gemini 的"协作规划"是先给方案、你改完再执行；Perplexity 的 inline 引用加付费数据库（PitchBook、Statista 等）是答案引擎基因的延续；Grok DeepSearch 并行搜网页和 X、最多 10 步、7 层一致性校验，是五款里唯一碰 X 的；Kimi 研究员底层 K3（2.8T 参数、1M 上下文）加最多 300 子 agent 并行，配置最重。逐个细节见第四节。
四、逐个拆：五款各自的最佳射程
ChatGPT Deep Research：报告深度最强，硬核知识工作者的首选
ChatGPT Deep Research 是 OpenAI 官方的深度研究 agent。官方描述是"为复杂任务在互联网上进行多步研究，几十分钟完成人类许多小时的工作"，自己找、分析、综合上百个在线来源，产出"研究分析师级别"报告。底层 o3 / GPT-5 系列。2026 年 2 月更新后可接 MCP、限定可信站点、中断细化。
它押的宝是"报告深度加 OpenAI 模型"。对做金融、科研、政策的人，OpenAI 推理深度是第一梯队。配额上 Pro 约 250 次/月、Plus 约 25 次/月、免费约 5 次/月（轻量版，以官网为准）。代价是配额有限、单次耗时较长、模型不可换。
适合谁：做投行/咨询/科研/政策等硬核知识工作的人、需要百级来源综合报告的场景、已在 ChatGPT 生态的用户。
Gemini Deep Research：协作规划最独特，Google 生态用户的首选
Gemini Deep Research 是 Google 官方的深度研究 agent。官方文档称它"自主规划、执行、综合多步研究任务，产出带引用的详细报告"。最大特色是"协作规划"：先返回研究方案、你改完再执行，不闷头就跑。还能接 MCP、生成图表、喂文档作为输入。API 有 deep-research-preview-04-2026 和 deep-research-max-preview-04-2026 两版。
它押的宝是"协作规划加 Google 生态"。免费档含 Deep Research 最大方，Google AI Pro 约 $19.99/月（以官网为准），联动 Gmail/Drive 是独门优势。代价是绑定 Gemini 模型、单次要数分钟、深度依赖 Gemini 当前能力。
适合谁：Google 生态用户、想要"先看方案再执行"控制感的人、预算有限想免费上手的人、要联动 Gmail/Drive 的场景。
Perplexity Deep Research：引用质量最稳，重视溯源的人的首选
Perplexity Deep Research 是 Perplexity 的深度研究功能，答案引擎的加重版。强项是 inline 引用（每个结论标来源）加付费数据库（Pro/Max 含 PitchBook、Statista、S&P Capital IQ 等）。Pro $20/月（约 4000 bonus credits），Max $200/月（Deep Research 配额更高）。做多模型编排，可从 ChatGPT、Gemini、Claude、Nemotron 等里选偏好模型。
它押的宝是"引用质量加多模型编排"。答案引擎基因让"每个结论可溯源"做得最自然，付费数据库对金融/市场情报加分，多模型可选是五款唯一。代价是深度不如 ChatGPT 的百级来源、Max 才有更高 Deep Research 配额。
适合谁：重视引用和溯源的人、金融/市场情报工作者、想在不同模型间切换的人、已在用 Perplexity 做日常搜索的人。
Grok DeepSearch：X 实时数据独家，追热点舆论的人的首选
Grok DeepSearch 是 xAI 官方的深度研究功能。官方描述是"把 Grok 从聊天模型变成研究 agent"：迭代检索增强生成，拆子查询、并行搜网页和 X、内部 scratchpad 摘要、最多 10 步、7 层一致性校验，还有更深的 DeeperSearch 变体。免费档有限，SuperGrok $30/月起享完整 DeepSearch。
它押的宝是"X 实时数据"。把 X 作为一等数据源是独家，追热点、看舆论走向有天然优势。代价是引用质量参差（官方承认会混博客和路透、病毒 X 帖和核实报道）、10 步硬上限、源质量不如 Perplexity 稳。
适合谁：追热点和实时舆论的人、记者/媒体从业者、要看 X 上讨论的场景、已在 Grok/SuperGrok 生态的人。
Kimi 研究员：中文长报告最强，中文用户的首选
Kimi 研究员是 Moonshot 旗下 Kimi Agent 的 Deep Research 能力。官方能力表明确列出"Deep Research | 10,000+ 字研究报告"。底层是 2026-07-16 发布的 Kimi K3（首个开源 3T 级模型，2.8T 参数、原生视觉、1M 上下文），用 20+ 工具，还有最多 300 个子 agent 并行的 Agent Swarm。Wikipedia 记录 Kimi-Researcher 于 2025 年 9 月开启内测。通过 kimi.com/agent、Kimi App、Kimi API 可用。
它押的宝是"中文长报告加 agent swarm"。对中文用户，Kimi 的中文理解和长文生成是主场优势，万字级报告 + 300 子 agent 并行是独特配置。K3 开源（2026-07-27 全权重）意味着可自部署。代价是多语言不如四家国际厂商、国际信息源覆盖偏弱、定价以官网为准（消费者端基本免费）。
适合谁：中文用户、要万字级长报告的场景、要 agent 并行处理复杂任务的人、关注开源模型可自部署的团队。
五、选型决策树：四个身份对号入座
别看热度选，看你的身份和活是什么。给四个高频身份的决策路径，直接对号入座。
身份一：硬核知识工作者。 你做投行/咨询/科研/政策，要百级来源、可溯源、能交差的深度报告。选 ChatGPT Deep Research，Pro 配额约 250 次/月够用。重视引用和付费数据库选 Perplexity（Pro $20/月）。
身份二：预算有限的个人。 不想花太多钱想试深度研究，选 Gemini Deep Research，免费档就含。中文用户选 Kimi 研究员，消费者端基本免费且中文长报告强。
身份三：追热点和实时舆论。 做媒体/公关/舆情，要看 X 实时讨论，选 Grok DeepSearch，X 是独家一等数据源。SuperGrok $30/月起享完整 DeepSearch。
身份四：中文用户/要万字报告。 主要用中文工作、要能直接用的万字长报告，选 Kimi 研究员，中文主场加万字级报告加 agent swarm。要联动 Gmail/Drive 选 Gemini。
还有几个常见组合：ChatGPT Deep Research 做硬核报告 + Perplexity 做日常溯源；Gemini 做免费实验 + Kimi 研究员做中文长文；Grok DeepSearch 做热点 + Perplexity 做核实。深度研究不是单选题，按身份配组合更现实。
六、四个避坑：配额陷阱、引用质量、耗时成本、源可信度
第一，配额是最大的隐形坑。深度研究单次耗算力大，各家都限配额：ChatGPT Plus 约 25 次/月、Pro 约 250 次/月；Perplexity Max 才有更高 Deep Research 配额；Grok 有 10 步硬上限；Gemini 免费档配额有限。当无限量工具用会很快撞墙。
第二，引用质量是认知坑。"带引用"不等于"引用可信"。Grok 官方文档自己承认会混博客和路透、病毒 X 帖和核实报道，界面不区分 X 源和网页源。ChatGPT 可限定可信站点是解法之一。严肃场景引用必须人审。
第三，耗时成本是预期坑。深度研究一次动辄几分钟到几十分钟，Gemini 官方称任务"要数分钟"、需后台异步执行；ChatGPT Deep Research 官方称"几十分钟完成人类许多小时的活"。浅问题用深度研究既慢又烧配额，复杂多源综合才值得上。
第四，源可信度是硬红线。深度研究 agent 能联网、读 PDF、跑浏览器，也可能引到过时、错误、偏见来源。Perplexity 的付费数据库和 ChatGPT 的"限定可信站点"是降风险手段。生产环境用深度研究报告必须人工核实，尤其涉及数字、日期、引用的结论。
FAQ
Q1：哪个免费能玩？ A：Gemini 免费档就含，零成本上手最大方。Kimi 研究员对中文消费者端基本免费（以官网为准）。ChatGPT 免费用户约 5 次/月（轻量版）。Perplexity 和 Grok 免费档都有限。免费能试水，严肃用几乎都要付费。
Q2：哪个报告最深？ A：ChatGPT Deep Research 官方称综合上百个在线来源，深度公认第一梯队。Kimi 研究员可出万字级报告，中文长文强。Gemini 有协作规划加可视化，深度也强。Grok 受 10 步上限制约，深度偏中。Perplexity 深度中强但引用最稳。
Q3：追热点选哪个？ A：Grok DeepSearch。把 X 作为一等数据源是五款独家，追实时舆论和热点有天然优势。DeeperSearch 变体更深但更慢。要核实再配 Perplexity 或 ChatGPT 做交叉验证。
Q4：中文用户选哪个？ A：Kimi 研究员。中文理解和万字长文生成是主场优势，底层 K3（2.8T 参数、1M 上下文）2026-07-16 发布、07-27 全权重开源。次要选 Gemini（免费档含、多语言好）。要国际信息源覆盖选 ChatGPT 或 Perplexity。
Q5：哪个能自定义/自部署？ A：Kimi 研究员底层 K3 开源（2026-07-27 全权重），理论上可自部署。Gemini/ChatGPT 可通过 API 接 MCP，Perplexity 有 Sonar Deep Research API，Grok 有 Grok API（web_search、x_search 工具）。但五家的深度研究 agent 本身都不是开箱自部署的开源项目，自部署仍需大量工程。
看法
深度研究工具在 2026 年正从"新奇玩具"转向"生产力工具"。五款各走一路：ChatGPT 用百级来源硬核报告换订阅，Gemini 用协作规划换 Google 生态入门，Perplexity 用 inline 引用和付费数据库换溯源信任，Grok 用独家 X 数据源换热点追踪，Kimi 研究员用 K3 开源和 agent swarm 换中文场景忠诚度。
深度研究 agent 正从"搜索加强版"走向"自主研究助理"，但无论 agent 多强，人类对引用和结论的核实仍是最后一道关。选工具的真正标准不是哪个最深，而是哪个最匹配你的语言、数据源需求和预算。想清楚你做什么活、要中文还是多语言、追不追 X 热点、预算多少，答案自然就出来了。
代表性对比声明：本文是基于各工具官方文档与公开信息做的代表性对比，非亲自压测。功能描述和定价经 Tavily 于 2026-08-03 核实，但配额和价格随时可能变动，以各工具官网最新说明为准。文中对能力的定性判断基于官方描述和公开信息，不代表本站实测结论。
参考来源
- ChatGPT Deep Research 官方介绍：https://openai.com/index/introducing-deep-research/
- ChatGPT Deep Research（Wikipedia）：https://en.wikipedia.org/wiki/ChatGPT_Deep_Research
- Gemini Deep Research Agent 官方文档：https://ai.google.dev/gemini-api/docs/deep-research
- Deep Research Max 官方博客：https://blog.google/innovation-and-ai/models-and-research/
- Perplexity 定价页：https://www.perplexity.ai/hub/pricing
- Perplexity Deep Research 产品页：https://perplexity.ai/hub/products/deep-research
- Grok DeepSearch 功能说明（Suprmind）：https://suprmind.ai/hub/grok/grok-features
- SuperGrok 定价：https://aibusinessweekly.net/p/what-is-supergrok
- Kimi Agent 概览（官方帮助中心）：https://www.kimi.com/help/agent/agent-overview
- Kimi（Wikipedia）：https://en.wikipedia.org/wiki/Kimi_(AI)
- Kimi K3 模型页：https://www.kimi.com/ai-models/kimi-k2-6