测评声明：2026-08-30 至 09-01 实测，Kimi 网页版、ChatGPT 网页版。测试语料：一份约 20 万字的上市公司年报 PDF + 一份 8 万字行业报告；任务集 6 项：数值检索 2、跨章节总结 2、观点归纳 1、表格复现 1。每任务双平台各执行 3 次。
核心发现
- 检索命中率打平：6 任务中两者都找齐了关键数值，但 Kimi 的页码/章节引用更细，ChatGPT 的转述更流畅
- 跨章节总结 Kimi 略胜：年报分散在四处的风险提示，Kimi 聚合得更完整；ChatGPT 有 1 次漏掉附录中的次要风险
- 中文表格复现 ChatGPT 略胜：复杂表格结构还原更完整，Kimi 出现 1 次列错位
维度评分（附实测依据）
| 维度 | Kimi | ChatGPT | 实测依据 |
|---|---|---|---|
| 检索命中率 | 9.0 | 9.0 | 6 任务关键信息全中，打平 |
| 引用规范度 | 9.2 | 8.5 | Kimi 标注章节位置更利于人工复核 |
| 跨章节聚合 | 9.0 | 8.6 | 风险提示聚合完整度 5/5 vs 4/5 |
| 表格复现 | 8.3 | 8.8 | ChatGPT 结构还原更稳，Kimi 1 次列错位 |
| 免费可用度 | 9.0 | 8.0 | Kimi 免费档对长文更宽松，ChatGPT 高峰有额度限制 |
分场景结论
- 适合 Kimi：中文长文档的核查型任务（年报/合同/论文）——引用规范让"AI 找的"能被人工验证，这对严肃场景是刚需
- 适合 ChatGPT：英文资料、需要把长文转写成流畅中文汇报的场景
- 都不适合：希望 AI 替你对数字负责任的场景——两者都需人工复核关键数值，AI 是加速器不是签字人
举个例子：审计助理小吴用 Kimi 预筛年报中的关联交易描述，章节引用让她直接跳页核对，半小时干完过去半天的活；换 ChatGPT 版本更顺口，但少了页码，复核反而多花时间。
最终判断： Kimi 8.9 / ChatGPT 8.7（长文档场景加权：引用 25%+聚合 25%+检索 25%+表格 15%+免费度 10%）。置信度说明：基于 2 份文档 6 任务 18 次执行，英文语料未覆盖。