Eén zoekopdracht, zeven AI-zoekmachines, nul gemeenschappelijke bronnen

Op 10 augustus 2026 voerde een ingenieur twee zakelijke queries uit via zeven AI-zoekmachines: Perplexity, Yandex Neurosearch, ChatGPT, Gemini 2.5 Flash, DeepSeek V3.1, GLM 5.2 en Grok 4.5. Het doel was om te meten welke domeinen elke engine in zijn antwoord citeerde. De resultaten toonden aan dat geen enkel domein door alle zeven engines werd geciteerd; meer dan de helft van de domeinen werd door slechts één engine genoemd. De maximale overlap was vijf van de zeven voor een enkel domein. Bovendien bleek uit de paarsgewijze overlapmetriek dat DeepSeek, GLM en Gemini identieke lijsten retourneerden, omdat ze allemaal gebruikmaken van dezelfde webzoekplug-in van één provider. Engines met een eigen index toonden verschillende 'wereldmodellen': Yandex Neurosearch citeerde aggregators en media, ChatGPT citeerde catalogi en adviesbureaus, en Grok citeerde overheidsportalen. De auteur beschreef ook vijf faalpunten van de methodologie, waaronder een stille parsingbug met GigaChat's inline_data.sources (wat een dict is, geen lijst) en de noodzaak om punycode-domeinen te normaliseren. De auteur benadrukte dat citatie niet gelijk staat aan verkeer, dat metingen tijdsgevoelig zijn en dat een enkele run geen oordeel is. De kosten van het experiment waren 404 roebel voor één avond, en elke query via relay kost ongeveer 1,26 roebel, terwijl een generatief antwoord van Yandex ongeveer 5 roebel kost.