主要观点总结
本文主要介绍了OpenAI推出的由o4-mini驱动的轻量版深度研究功能的不同方面的表现。包括其功能特点、查询次数限制、服务成本、与完整版之间的体验差异，以及与竞品的比较等。
关键观点总结
关键观点1: 轻量版深度研究功能概述
OpenAI推出由o4-mini驱动的轻量版深度研究功能，适用于Plus、Team、Enterprise和Edu用户。该功能在智能程度上接近完整版深度研究，回复简洁但注重内容深度，降低了服务成本。
关键观点2: 查询次数和服务成本
轻量版深度研究功能对Plus、Team、Enterprise和Edu用户有不同的查询次数限制。官方表示，这一版本在降低服务成本的同时，依然能够提供高质量的研究服务。
关键观点3: 与完整版之间的体验差异
轻量版深度研究与完整版相比，在复杂查询的处理能力上存在差距。完整版能够主动引导用户补充细节，进行深度研究并给出结构化结论，而轻量版在深度研究方面的表现较弱，更多地是将问题拆解后交给用户自行处理。
关键观点4: 与竞品比较
与竞品如Gemini的Deep Research和Grok的Deeper Search相比，OpenAI的轻量版深度研究功能在综合知识整合方面仍有优势，但在某些特定领域如技术文献或时事新闻的处理上可能不如竞品。对于真正需要深度研究功能的用户来说，轻量版可能无法满足其需求。
正文
题目一：帮我查找过去 10 年内，按 GDP 排名前 10 的发达国家和前 10 的开发中国家的 iOS 和安卓用户采纳率、希望学习另一种语言的比例以及移动渗透率的变化。将这些信息以表格形式展示，并将统计数据分列，同时提供针对新推出的 iOS 翻译应用（由 ChatGPT 提供支持）的市场推荐，重点关注 ChatGPT 目前活跃的市场。
轻量版深度研究生成速度很快，结构化输出也还算整齐，但没有附带信源链接，追问之后，它勉强补上了几句笼统来源，看着就不太靠谱的样子。
题目二：请调研 2018–2025 年间制造业增加值全球前 12 国、劳动年龄人口年均下降最快的前 12 国、以及老龄化比例超 20% 且最低工资上涨幅度领先的前 10 地区，围绕这三类区域，收集人形机器人（具备五指手与负载能力）的交付量、在役存量、售价与运维成本、替代性工时比例、人工与机器人工时成本差值、工伤与节拍变化、法规适配情况等年度数据，并通过热力图与折线图分析人形机器人部署速度与人口结构变迁的关系，进一步测算在汽车、3C、仓储、医疗等行业的人机协作回报周期（Payback）与收益率（IRR），并比较不同关节结构下的总拥有成本（TCO），提出关键场景下的落地窗口与改造优先策略。
这道题一上，轻量版深度研究的「短板」就暴露无遗。任务明明是调研，它却只是给了几条建议步骤和分析思路，看似条理清晰，实则把皮球踢回了用户手里。
作为对比，我们把这个问题交给没开深度研究的 o4-mini 模型本体。
