元宝搜索的数据怎么看：8 毫秒、400 台、157 信源、13 行业

2026 年 11 月 11 日，元宝搜索在 so.qq.com 上线。官方公布的性能指标里，8 毫秒和 30 毫秒常被混着引用，157 个信源常被当成"覆盖全网"。这些数字拆开看，边界比成绩更值得记住。

8 毫秒、30 毫秒、1 秒：三个数说的不是一件事

8 毫秒是底层索引检索的平均耗时，前提是保持 94% 的召回率。倒排索引、向量索引、融合提效三类索引拼在一起跑，这个数指的是"从索引里把候选捞出来"这一段。

30 毫秒是核心排序模型的推理耗时，官方说从 149 毫秒压到了 30 毫秒。这是另一段——把捞出来的候选排出先后。

1 秒是端到端收益：元宝 App 的整体响应因此少了近 1 秒。

混用会得出荒唐结论。有人看到 8 毫秒就去推"一次搜索 8 毫秒完成"，但一次真实提问通常被拆成 3 到 5 个子问题，还可能调用十多个外部服务。8 毫秒只是链路上的一环，用户感知到的等待仍然在秒级。

这个区分有意义：它说明瓶颈已经从"找"转移到"想"。检索快到这个量级之后，再压 5 毫秒用户感觉不到，模型推理才是下一步的优化目标。

3200 台降到 400 台，省的是钱不是速度

这条常被当成性能进步，其实主要是成本故事。

官方口径是召回率从不足 80% 提升到 93% 以上，同时机器数量从 3200 台降到 400 台。召回率上去、机器数下来，靠的是自研磁盘向量索引和倒排索引的融合，以及 Gist Token 压缩——把长文档压成更短的表示，降低推理延迟和显存占用。

对使用者的含义只有一条：这套检索撑得住量。日均调用数亿次、支撑 WorkBuddy、ima、腾讯视频等 50 多个业务，是在对外开放之前就跑过的。ima 接入后有效信源召回量提升约 10%，腾讯视频的信息覆盖度提升 20%——后一个数字对应的是"大雨里跑了很久的韩国电影"这种模糊描述能被接住。

157 个信源，只覆盖 13 个行业

157 这个数字容易被读成"接了 157 家权威网站"。实际口径是：金融、医疗、法律、出行等 13 个垂直行业的 157 个信源。

平均下来一个行业 12 个。这个密度在垂直领域够用——财报类内容，A 股、港股、美股、日股、韩股的收录覆盖率官方称在 99% 以上。但出了这 13 个行业，157 这个数字就不提供任何保证。

所以"权威信源优先"是一条排序规则，不是一张白名单。它能保证金融、医疗这类高频领域优先出官方来源，不能保证你问的任何问题都有权威来源可引。

搜不到 NASA，是结构决定的

第三方实测里出现过搜不到 NASA 的情况。这不必然是 bug，更可能反映索引结构。

千亿级索引覆盖的是"全网网页 + 公众号 + 视频号 + 学术文献"，重心明显在中文生态。境外机构站点、英文政府网站、非中文数据库，不在优先建设的方向上。官方在多个场合强调的都是中文内容纵深，不是全球覆盖。

这一点决定了两件事：查国内政策、行业报告、公众号观点，元宝搜索的起点比通用搜索引擎更靠前；查海外机构、英文一手资料，它可能连门都进不去，得换工具。

要接进自己的程序里，官方给了三条路：API、MCP、Skill。开发者侧的接入方式在 MCP 是什么 里有展开。B 端定价是每月 2000 次免费，超出后极速版 14 元/千次、标准版 20 元、旗舰版 26 元，旗舰版只对企业开放。

这些数字对你的实际用处

两条。

第一，把它当检索层而不是答案层。它的价值在于把公众号、视频号这些别处搜不到的中文内容捞出来，并给出可点开的引用。答案对不对，还得自己看原文。C 端入口是 元宝搜索，广告与答案分开陈列、可整块收起，这一点比多数 AI 搜索透明。

第二，用它之前先想清楚问的是哪类问题。国内行业信息、政策解读、公众号观点——它的强项；海外一手资料、冷门学科、非中文内容——换工具，别在它身上试。

一个可执行的判断：同一个问题，如果百度前三页都是营销稿，元宝搜索大概率能给你更好的起点；如果百度能直接搜到官方网站，元宝搜索的增量就不大。