上周我做了一件挺无聊的事。同一家酒店同一个房型同样的入住日期我分别丢给五个大模型去订看看谁给的价格最低。起因很普通。我下个月要去杭州出差想订西湖边一家住过两次的酒店顺手问了常用的那个AI它报了个价。我鬼使神差又问了另一个价格不一样。再问第三个又不一样。三个模型三个价我当时就来了精神干脆把范围拉满五个模型一起问看看差距能大到什么程度。结果出来的时候我盯着屏幕愣了几秒。最高价和最低价之间相差整整三百块。同一家酒店同一间房五个AI五个答案。我把五个报价抄在一张纸上反复看了好几遍想确认是不是自己问法有偏差。没有偏差同一句话五个答案。那一刻我脑子里冒出来的第一个念头不是哪个模型厉害而是我过去那些年到底多付了多少个这样的三百块。三百块是什么概念够我在曼谷吃四顿像样的晚饭了。可能有人会说三百块而已至于吗。至于。这个数字放到真实出行里会被放大一个家庭住四晚每晚差三百就是一千二够多玩两个项目。更要紧的是习惯一旦接受了一个价格就是市场价这个设定后面每一次下单都在替信息差买单。我自己以前就是这么过来的所以这趟实验对我来说更像一剂清醒药。这篇就把整个实验完整复盘一遍怎么测的差在哪为什么会差以及普通人到底该怎么用AI订酒店。数据都是我自己跑出来的引用的外部数据会一一交代出处。开始之前先把一件事说清楚。这篇不是给模型排座次的文章各种榜单上的名次已经够多了我不打算再添一把火。我想给你的是一套可以复现的测法和几个我自己花认知换来的判断结论你可以怀疑方法你可以拿走拿走之后你会得到属于你自己的答案。先说实验设计这部分我尽量做得干净一点免得结论站不住。酒店选的是杭州西湖边一家四星商务客和游客都多渠道之间价格战打得最凶的那种选它是因为差价现象在这种酒店上最典型。日期选下个月中旬的一个周二到周四工作日避开节假日的价格浮动也避开会展期的临时涨价。房型锁死大床房含早五个模型问的是同一句话一个字都没改谁先报价、怎么排版全凭它们自己发挥。只测一家酒店是我刻意为之。多测几家听起来样本更足但变量会成倍膨胀不同酒店的渠道结构不一样价差来源就说不清了不如先把一家酒店问到见底把每一分差价的来源拆明白。至于这一家的结论能不能推广实验收尾时我又顺手抽查了两家别的酒店做对照价差幅度有出入方向却一致都指向渠道这一层。五个选手ChatGPT、Claude、Gemini、文心、通义。前三个是国际队后两个是国内队这样对比还有点看头。全部用最新版本全部开联网测试在同一天的两个小时内做完尽量把时间变量的影响压到最小。第一个让我意外的不是价格是姿势。五个模型里有三个压根没有订酒店这个动作。它们做的事情是搜索加转述把网上能查到的价格信息搜一遍整理成一段通顺的话给你末尾附一条外部链接剩下的自己点进去看。真正能走到查询实时库存这一步的只有两个而且这两个之所以能查不是因为模型自己变强了是因为它们背后挂着能查的接口。这事其实不怪模型。我跟你说大模型自己不带任何酒店数据它知道什么完全取决于你给它接了什么。没接数据接口的只能靠搜索到的页面猜而搜索到的页面很可能是几天前的缓存猜出来的价格自然也是几天前的。接了实时接口的才能报出当下的真实价格和库存才能告诉你今天还有没有房。所以第一个结论先放在这里模型本身不产生酒店价格价格来自它背后的数据通道。你以为你在比较五个模型其实在比较五条数据通道。通道粗的看到的世界就窄通道细的报出来的数字就旧。这里值得多说两句搜索加转述这个姿势。模型搜到的价格页面大部分是搜索引擎索引里的快照快照的更新时间从几小时到几天不等有的平台页面本身就挂着延迟数据。模型把这些快照当真用很确定的语气报给你而语气越确定你越容易信这是这类错误最危险的地方。实时接口走的是另一条路每一次查询都是当下对供应商系统的一次真实询问慢是慢一点但每一个数字都有出处。再说价格差异本身。三百块的差距我一开始以为是某个模型查错了反复验证了两遍换了问法又问了一遍还是这样不是查错。我把五个报价摊开分析这三百块里一部分是渠道差异不同的供应商跟酒店的结算价本来就不同层层分销之后终端价自然有高有低。另一部分是时效差异有的报价是几小时前的缓存价格有的几乎实时而这家酒店的渠道价一天之内本来就调了两次。我把两次调价的时间点也记了下来一次在早上九点一次在下午四点都卡在下单高峰之前。这当然只是一家的规律不敢推广到全行业但至少说明一件事你看到的价格只是时间长河里的一个切片切在不同时刻看到的数字就不同。拿不到实时数据的AI切给你的永远是别人剩下的一刀。这个现象不是我一个人发现的。有个叫hotelrate-mcp的开源项目做过系统性实测结论是同一间房在不同渠道之间的价差能到百分之二十到四十。CSDN的MCP技术社区今年7月有篇文章说得更直白说AI正在消灭酒店预订的信息差税同一房间在渠道间的价差能到四成你比别人多付的那部分钱很多时候不是房价贵是你知道的渠道少。我自己跑出来的三百块差不多就是这个区间里的一小段。顺着这个往下想有个细节挺扎心的。你平时在常用的那一个平台上订酒店看到的价格就是那个平台想让你看到的价格不是市场的全貌。平台没有骗你它只是没有义务告诉你别家更便宜。信息差税就是这么收的不知不觉心甘情愿。你可能会问渠道商也要赚钱凭什么有的渠道就是能拿到更低的价。答案在规模里。出货量大的一级渠道跟酒店签的是协议价量大价优这个朴素道理在酒店行业同样成立然后一层层往下分销每层加一点利润等你在散客页面看到的价格已经是第三第四手了。AI在这里的角色不是帮你砍价是带你看清自己站在第几手。站的位置看清了你才知道该往哪挪。AI的价值恰恰在这里不在它比人聪明在它能在几秒钟里把多个渠道的报价摊开在你面前。人手动比价要开五六个页面来回切切到第三个就开始烦AI不会烦你让它比十遍它也比。第二个意外是国际队和国内队的分界线比我想象的清楚。三个国际模型对国内酒店的覆盖明显偏弱报出来的酒店数量少有的干脆说查不到这家追问就给你介绍别的。两个国内模型在本地酒店上稳得多但反过来我拿同样的问法问它们东南亚的酒店细节又含糊了价格不敢报房型含糊其辞。这个跟模型的智商没有关系跟它们各自接的数据源有关系谁的供应链在哪个市场扎得深谁就在哪个市场报得准。数据是有国界的模型的能力边界也跟着有国界。第三个意外出现在我追问细节的时候也是我觉得最值得普通用户警惕的一轮。我问每个模型三个问题这个价格包含什么能不能免费取消取消的截止时间是几点。五个里面能三个问题全答对的只有两个其中一个还把免费取消的截止时间说错了一天把入住前一天说成了当天中午。价格差三百块你可以忍取消政策错了你可能损失的是整晚房费旺季的时候损失的是整段行程的备选方案。取消政策这个坑我身边有人真栽过。朋友去年旺季订三亚AI助手告诉她可以免费取消她放心地把行程往后排了两天结果那间房的真实政策是入住前三天不可取消她多付了两晚房费一千多块。她回来找我理论说AI明明说得信誓旦旦。我帮她一查才发现那个助手给的是同一家酒店另一个房型的政策房型都没对上。从那天起我给所有人的建议就一条涉及取消政策的回答必须让它给出具体到房型和日期的说法给不出来的当它没说。这三件事加在一起我自己总结出用AI订酒店的三条判断标准都是这次实验里付了认知成本换来的。第一条看它的数据是实时的还是搜来的。报价后面有没有查询时间敢不敢标注以下单时为准这是照妖镜一照一个准。第二条看渠道覆盖。单一渠道的最低价不是真最低价能跨多个供应商比价的才算渠道越多信息差税越薄。第三条看交易信息的严谨度免费取消、押金、含早、入住时间这些条款能不能说得清楚说不清楚的别用它下单拿它当攻略看看就行。这三条标准放到不同场景里侧重还不太一样。出差订房最看重第一条行程卡得死价格一旦过期你连换的余地都没有。家庭出游最看重第三条带孩子出门变数多取消政策的每一个字背后都可能是钱。出境游最看重第二条海外酒店的渠道分散得厉害单一平台看到的价格往往只是露出水面的那一角。场景不同排序不同但三条一条都不能省。按这三条标准回头看这次实验其实五个模型单独拿出来都不及格真正及格的是它们背后接的数据接口。谁家的接口实时、渠道全、字段严谨谁家的Agent就顺手跟模型本身是哪个牌子关系没那么大。实验里我自己手动给Agent接的那条数据通道表现是最稳的值得单独说一下。用的是RollingGo酒店MCP申请key在https://rollinggo.store/ 一个Key覆盖两百多万家酒店其中十一万多家是直签酒店价格库存实时响应。接上之后再问同一家酒店报价、库存、免费取消截止时间一次全出来而且带着查询时间戳你敢拿它去跟前台对质。三百块的差距没有消失那是渠道之间客观存在的但至少我一次看到了所有牌出牌的是我自己。顺便交代一下行业里正在发生的事免得显得我在拿老黄历说话。今年8月迈点发了一篇实测标题是尝试在6个大模型订酒店之后我发现这条路还没走通结论跟我这次实验高度一致模型本身的酒店能力还很浅真正的能力落在接入层。同时酒店集团自己也在下场洲际今年7月在美国上线了AI对话式搜索的Beta版覆盖七千多家酒店雅高1月也有动作。整个行业都在往AI订房这个方向挤挤到门口才发现门后的数据通道才是瓶颈谁先把通道修宽谁才真的能进去。国内这边的动静也不小。今年各家大模型厂商都在补交易能力的课有的接了票务有的接了本地生活酒店这条线是公认的硬骨头因为酒店的实时库存和价格变动频率在所有旅行品类里排前列对接口质量的要求也最苛刻。反过来说谁先把酒店这块啃下来谁的Agent在旅行场景里就先立住了。这也是我持续关注这个方向的原因难走的路走的人反而少。最后说回那三百块。实验做完我没有觉得自己赚了反而有点后怕以前订酒店从来没想过同一间房能有这么大的价差一直以为自己看到的价格就是市场价格看到优惠券还觉得占了便宜。现在回头看那种便宜是渠道愿意让你看到的便宜真正的市场价我可能从来没见过。AI能做的事情其实很朴素把摊在桌子底下的信息差变成摆在明面上的比价单。至于最后按哪个价格下单决定权还是在你手里。工具不负责替你做决定工具负责让你在知情的情况下做决定这两件事听起来差不多差出来的就是那三百块。订酒店最大的成本从来不是房价是你只看到了一个价格。这句话不是我天生懂的是那三百块教的。实验结束那天我把五个模型的报价截图存了下来不为别的就是想留个提醒提醒自己看到的每一个价格背后都有看不见的部分。后来我养成一个新习惯下单之前多问一句这个价格是几点查的还有哪些渠道我没看到。多问这一句不花时间但它把选择权拿回了我自己手里。如果你也想自己跑一遍这个实验门槛真的不高给常用的Agent接一个酒店数据接口就行申请和配置加起来十几分钟方法在 https://rollinggo.store/docs/mcp-docs/quick-start 。剩下的就是找一个你熟悉的酒店问五个模型同一个问题然后看着它们各自报价。那种感觉有点像第一次掀开魔术师的幕布幕布后面没有魔法只有信息差。以上既然看到这里了如果觉得不错随手点个赞、在看、转发三连吧。谢谢你看我的文章我们下次再见。