如果你在盯品牌的 AI 可见度，这两天最该做的不是加预算，是重测基线。11 月 11 日百度发布文心 5.5 Flash Preview，总参数 2800 亿、每 Token 激活 140 亿、支持 100 万 Token 上下文，API 已在千帆上线，权重定于 11 月 25 日开源（每日经济新闻）；次日百度世界 2026 开幕，李彦宏把话题从「模型强不强」转到「组织接不接得住」（新浪网）。底座模型一换代，AI 回答的排序与引用来源都会跟着挪，过去攒的可见度数据未必还能直接比。上述信息均来自截至 11 月 12 日的公开报道。
换代影响的是基线，不是排名
做 AI 搜索可见度的人都遇到过这种时刻：同一批问题、同一批品牌，跑出来的数忽然整体下移。第一反应通常是「竞品做了什么」，但更常见的原因是模型换了。生成式搜索的答案由模型实时组织，排序与引用取决于模型对信源的判断；底座一换，判断标准跟着换，露出位置自然重排。这时候跨版本比较同比，得到的不是趋势，是噪声。
三个指标，跨版本还能不能比
可见度、提及率、引用来源结构这三个指标，对模型版本的敏感度并不一样。提及率最稳，因为它只看品牌是否出现在答案里；可见度居中，位置一挪它就会动；引用来源结构最敏感，因为信源选择直接由模型决定。换版本后，能继续对比的是提及率的量级，需要重建基线的是后两个。
| 指标 | 跨版本可比 | 处理方式 |
|---|---|---|
| 品牌提及率 | 基本可比 | 保留历史序列，标注版本切换点 |
| 可见度与位置 | 部分可比 | 新旧版本并行采样两周，取重合部分 |
| 引用来源结构 | 不可比 | 重建基线，按信源域名重新分组 |
| 竞品占位 | 不可比 | 重新采样，同一问题库重跑全量 |
表格第二行的「并行采样」是最容易被省略的一步。它的作用是给新旧版本一个重叠窗口：同一批问题在两个版本下各跑一遍，取两份答案里都出现的品牌与信源，作为换算系数。没有这层换算，报告里就会出现一段无法解释的断层，而断层通常会被误读成竞品动作。
采样要记录哪五个字段
一次可复查的采样，至少要留下五个字段：问题原文、平台与模型版本、采样时间、答案全文、引用来源列表。前四个字段决定这份数据能不能被复现，第五个字段决定它能不能解释为什么。缺了版本号，数据只能证明「我们跑过」，不能证明「当时是什么环境」。
便宜一半的 API，会让采样更密也更同质
这次定价值得单独看：每百万 Token 输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，限时五折。对做监测的人来说，成本下降意味着问题库可以从几百条扩到几千条，采样频次可以从月度提到周度。但同一批低价模型被大量监测方共用，也会带来另一种风险——所有人看到的是同一套答案，差异被抹平。
同质化对可见度的含义
当监测方都用同一批问题、同一个模型去跑，得到的结论会高度相似，客户之间的差距被压缩。真正有区分度的做法是自建问题库：按品类、场景、决策阶段分层，把长尾问题铺够。模型可以共用，问题库不能共用，这是监测服务里最难被替代的部分。同一份报告，换个问题库就会得出不同的结论，这一点在换版本时尤其明显。
对交付来说，这意味着报告要多一页口径说明。客户看到的每一个百分比，都要能追到具体问题、具体版本、具体时间。做不到这一点，可见度就只是一个形容词，经不起一次反问。
常见问题
模型换了，之前的可见度报告还有效吗？
提及率的量级仍可参考，位置与引用结构需要重建。报告里应标注版本切换点。
怎么判断数据波动是模型换代还是竞品发力？
看引用来源结构。信源整体换了一批，多半是模型变了；只有个别竞品上升，才是竞品动作。
开源权重对监测有影响吗？
有。同一模型被不同服务商部署后，答案可能出现细微差异，采样时需记录部署方。
问题库要多大才够？
没有固定标准。品类越窄，所需问题越少；跨品类品牌通常需要上千条才能覆盖决策路径。
