沁诚NextAI-ThinkSuite RAG入榜EnterpriseRAG-Bench:全球第15名
中国黑马杀入全球企业级 AI RAG榜单:沁诚NextAI-ThinkSuite RAG 与国际主流方案同台
来自上海的沁诚NextAI-ThinkSuite RAG,在全球企业级AI Search公开评测EnterpriseRAG-Bench中正式入榜,排在全球企业第15名,与多款全球主流产品同处前20。成绩经过本地评测和官方复现两道验证,对手既有全球科技巨头,也有知名开源项目。对一家中国科技企业而言,这算得上一次实打实的“黑马”突围。
榜单的分量从哪里来
EnterpriseRAG-Bench由开源企业搜索平台Onyx发起,数据集托管在Hugging Face,论文已在arXiv公开发表。评测方法、数据以及每个系统的各项得分都对外公开,谁都能查、都能复核。它的分量主要体现在三处:
· 题目贴近真实。出题方模拟了一家AI公司的内部环境,生成50余万份内部文档,覆盖Slack、Gmail、Jira、Confluence、GitHub、Google Drive、HubSpot等9类常见企业数据源,还特意埋进放错位置的文件、近似重复的文档和互相矛盾的信息。
· 考法覆盖全面。500道题对应10类能力:既有单文档查找、跨文档推理,也有在矛盾信息中做判断,还有资料里压根没有答案时,系统能不能如实回答“不知道”。
· 规则卡得严格。参评方要把500道题全部答完,缺一题整份作废;官方指定评判模型(GPT-5.4)逐题从答案正确性、事实完整性、文档召回率、无效引用四个维度打分。闭源产品还会被官方直接调用重新测一遍,两次结果对得上,成绩才收录——自己报的分不作数。
同场的都是谁:全球巨头与明星开源项目
登上这份榜单的,大多是企业搜索和AI基础设施赛道里真正在干活的团队,其中包括:
· 国际科技巨头方案:OpenAI File Search、Amazon Q、Azure AI Search、Vertex AI Search
· 知名开源项目:RAGFlow、OpenClaw等
名字能跟这些选手排在一张榜上,本身就能说明参评者的实力。
熟悉的名字之间,冒出一匹中国黑马
名单里多了一个新名字:中国上海的沁诚(NextAI香港)旗下NextAI-ThinkSuite RAG【即Qincheng NextAI(nextai.com.hk)】。它通过本地评测与官方复现双重验证后正式入榜,排在第15名,与多款国际主流产品一起进入前20。中国企业级RAG Search的名字,就这样写在了这份全球榜单上。
![[MD:Title]](/media/news/2026/20261118/1gn2gy_01.webp?s=96cef8393787bbbe42fc&v=2)
EnterpriseRAG-Bench 榜单截图,沁诚NextAI-ThinkSuite RAG 位列第15名
此前一段时间,中国AI的进展大多落在模型本身:参数、跑分、对话能力。至于“AI怎么真正进企业、把企业自己的数据用起来”这一环,公开的国际评测里,中国企业的身影并不算多。
沁诚NextAI-ThinkSuite RAG这次上榜,说明在企业知识库这条更偏工程、更看重落地能力的赛道上,中国团队也能交出可复现的成绩,与国外主流方案按同一套规则较量。
沁诚NextAI-ThinkSuite RAG团队负责人回忆,上榜那会儿,团队里不少人情绪挺激动。他说,激动的原因跟名次无关,真正让人高兴的是,团队在真实企业场景里磨出来的东西,拿到国际同一张试卷上,也经得起检验。
敢说“不知道”,同样是本事
在团队眼中,这张榜单的价值并不只在名次。
负责人表示,企业场景里答错的代价常常高于答不出来;一个系统敢不敢承认“资料里没有”,很多时候比它能答对多少题更关键。
落到设计上,沁诚NextAI-ThinkSuite RAG做了这几点取舍:
· 按文档原有结构保留原文信息。参数表整表留存,文档内置图片完整抽取,手册依标题和章节层级保存,论文按摘要和章节结构保存,PPT按页保存,不再按固定字数机械切片,尽量不让关键信息被拆散。
· Agentic RAG 多路检索。检索Agent手里有向量、关键词、知识图谱、概念树、grep等多种检索工具,结果再统一重新排序,降低“找不全”和“找错”的概率。
· 每句话都能溯源。生成的每条结论都标明来源文档和具体章节,随时可以回溯核对;资料里没有的内容,就明确说没有。
· 数据也能攥在企业自己手中。产品支持私有化部署,也能对接私有化部署的模型,对数据安全要求高的行业可以按需选用。
2023年到现在,这条路走得并不轻松。
团队2023年就扎进了这个方向。当时企业级AI Search还在早期,大量项目停在演示环节,一碰上真实企业资料就反复出错。他们没有跟着热点跑,挑的是更慢也更难的那条路:蹲在客户现场,靠一个个真实项目把产品磨出来。“说实话,我们今天的结果,不是赢下来的订单堆出来的,而是丢掉的订单一次次教出来的。”
医药、制造这类行业,资料多、版本杂、合规卡得严,引错一个版本或者漏掉一条条款,影响的不只是使用体验。也正是在这种环境里,产品的每项设计都被反复验证、反复修正。眼下,沁诚NextAI-ThinkSuite RAG已经用在申报材料准备、实验规程合规检查、医学报告生成、食品安全评审、生产检验等场景中。
2023年至今,三年多的持续投入换来一次国际公开评测的认可。对一家中小型科技企业来说,能这样坚持下来并不容易。
榜单之外,真正缺的并不是更强的模型,而是把模型用出结果的本事。
过去两年,行业目光大多落在模型身上:参数再大一点,跑分再高一点。可对企业来说,模型只是起点。AI能不能产生价值,取决于它读不读得懂企业自己的资料,给不给得出有出处、可核对的答案,能不能嵌进真实的业务流程,替人把活干完。
沁诚NextAI-ThinkSuite RAG团队负责人说:“我们不打算去追赶大模型的能力,那是少数巨头的赛场。我们更愿意沉下心来,把当下模型的能力用足、用好,在一个个具体行业、具体场景里做深,让AI带来看得见的产出。”
EnterpriseRAG-Bench迭代很快,加入的产品越多,排名越会变,沁诚NextAI-ThinkSuite RAG这次的名次也未必就是终点。接下来,这类国际评测里应该会出现更多中国团队的身影。
面对真实而混乱的企业资料,AI究竟靠不靠得住?这个问题,中国团队也在参与作答。
沁诚NextAI-ThinkSuite RAG — Think Smarter. Work Better.
让 AI 更懂企业,让企业更好地工作。