一项面向ChatGPT、Gemini、Claude与Perplexity的购物测试显示，86%的购物提问在不同回答间出现至少一处事实冲突，包括价格矛盾、参数不一致或把已换代产品说成在售。测试对四款模型免费与付费版各提交220个问题、每个重复5次，共收集8794条回答。两款产品比价冲突率高达97%，单品推荐89%、价格87%、参数与事实信息75%。85%可核对报价准确，但出错时中位数偏差达300美元，十分之一错误超500美元。Gemini免费版在56%的问题上给出可能误导下单的错误，29%自相矛盾。研究认为，电商接入购物助手应以商家自身目录与实时价格为准。