23 में से 18 मॉडलों ने आधे से ज़्यादा बार महँगा प्रायोजित विकल्प सुझाया। गैजेटरिव्यू की रिपोर्ट में 23 में से 15 लिखा है।
आज के ट्रेंड पर वापस: निमंत्रित अमेरिकी ग्राहक अब Alexa for Shopping को मैसेज करके चीज़ें खरीद सकते हैं
Poly रेटिंग · आज के ट्रेंड से
2026 का सबसे अच्छा AI शॉपिंग असिस्टेंट: खरीदार की तरफ़ या बेचने वाले की?
जब ग्राहक के हित और किसी प्रायोजक के हित टकराए, तो Grok-4.1 ने 83% बार महँगा प्रायोजित उत्पाद चुना, और Claude 4.5 Opus ने 28% बार।
- नंबर 1: Claude
- 10 स्थान
01अंतिम सूची
अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।
क्रम: सबसे अधिक AI सहमति से सबसे कम तक।
चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।
- 1
Claude
28% बार महँगा प्रायोजित उत्पाद चुना, जो परखे गए 23 मॉडलों में सबसे कम है, और इसकी कंपनी ने विज्ञापन न दिखाने का वादा किया है। पर एक पेच है: जब इसने कोई प्रायोजित चीज़ दिखाई, तो 98% बार उसका प्रायोजित होना छिपा दिया।
शामिल किया: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Claude: 1 · ChatGPT: 5 · Grok: 1 · Gemini: 1 · MiMo: 1 · StepFun: 1 · Kimi: 1 · DeepSeek: 2
हर AI ने क्या नोट किया 1
- Claudeस्थान 1
Claude के एजेंट ने वीज़ा के खरीद-परीक्षण में 22 में से 76% के साथ तीसरा स्थान लिया, और उसकी चैट विज्ञापनों से नहीं चलती।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 2
पर्प्लेक्सिटी
परखे गए चार इंजनों में सबसे कम महँगी गलती दर (पेड टियर पर 14%), और बताया गया है कि इसने विज्ञापन बंद कर दिए हैं। प्रायोजित पक्षपात की जाँच अभी तक इस पर नहीं हुई है।
शामिल किया: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Claude: 4 · ChatGPT: 3 · Grok: 2 · Gemini: 2 · MiMo: 2 · StepFun: 2 · Kimi: 2 · DeepSeek: 1
हर AI ने क्या नोट किया 1
- Claudeस्थान 4
पर्प्लेक्सिटी 220 सवालों वाले सटीकता-परीक्षण में था, और उसके लिए मुझे प्रायोजित-पक्षपात का कोई प्रकाशित परीक्षण नहीं मिला।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 3
गूगल Gemini
औसतन 37% प्रायोजित चुनाव, पर उच्च आय वाली प्रोफ़ाइलों के लिए 74% और कम आय वाली के लिए 27%। यह सबसे ज़्यादा दुकानों की तुलना करता है (4.7), फिर भी मुफ़्त टियर के 56% सवालों पर महँगी गलतियाँ हुईं।
शामिल किया: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Claude: 2 · ChatGPT: 1 · Grok: 3 · Gemini: 4 · MiMo: 3 · StepFun: 3 · Kimi: 3 · DeepSeek: 4
हर AI ने क्या नोट किया 1
- Claudeस्थान 2
खरीदारी पर सबसे ज़्यादा भरोसा Gemini पर है (प्रोडक्ट.एआई के उत्तरदाताओं का 43.5%), फिर भी उसके मुफ़्त संस्करण ने 29% सवालों पर खुद का ही विरोध किया।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 4
ChatGPT
इसके विज्ञापनों पर लेबल लगा होता है और वे जवाब के नीचे रखे जाते हैं, फिर भी GPT-5.1 ने 50% बार महँगा प्रायोजित उत्पाद चुना और 94% तक परीक्षण दौरों में प्रायोजित विकल्प आगे बढ़ाया।
शामिल किया: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Claude: 3 · ChatGPT: 4 · Grok: 4 · Gemini: 3 · MiMo: 5 · StepFun: 4 · Kimi: 4 · DeepSeek: 3
हर AI ने क्या नोट किया 1
- Claudeस्थान 3
ChatGPT ने वीज़ा के परीक्षण में 64% अंक लिए, और प्रोडक्ट.एआई के 42.2% उत्तरदाता उस पर सबसे ज़्यादा भरोसा करते हैं, जो Gemini से एक अंक पीछे है।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 5
Alexa for Shopping (अमेज़न Rufus)
परीक्षण में सबसे सटीक (91.3% सही और स्टॉक में), पर यह केवल 1.0 दुकान की तुलना करता है, अपनी ही। इसका टेक्स्ट एजेंट प्रायोजित चीज़ें दिखाता है, और इसका पक्षपात अभी मापा नहीं गया है।
शामिल किया: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Claude: 7 · ChatGPT: 2 · Grok: 7 · Gemini: 10 · MiMo: 7 · StepFun: 5 · Kimi: 5 · DeepSeek: 5
हर AI ने क्या नोट किया 1
- Claudeस्थान 7
Alexa के टेक्स्ट एजेंट का पक्षपात अभी नहीं मापा गया है, और एडवीक लिखता है कि उसके अनुभव में प्रायोजित उत्पाद-विज्ञापन शामिल हैं।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 6
माइक्रोसॉफ्ट Copilot
इसके जवाबों के भीतर माइक्रोसॉफ्ट Advertising के ज़रिए विज्ञापन पहले से चलते हैं, और इसके प्रायोजित पक्षपात को किसी स्वतंत्र परीक्षण ने नहीं मापा है। इसके 80.2% चुनाव सही थे और स्टॉक में थे।
शामिल किया: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Claude: 5 · ChatGPT: 7 · Grok: 5 · Gemini: 5 · MiMo: 4 · StepFun: 8 · Kimi: 6 · DeepSeek: 7
हर AI ने क्या नोट किया 1
- Claudeस्थान 5
मुझे मिले स्रोतों में Copilot के लिए प्रायोजित-पक्षपात का कोई स्वतंत्र परीक्षण नहीं है।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 7
मेटा Muse
एक विज्ञापन कंपनी ने बनाया है, यह भुगतान से पहले पूछता है, पर इसका कोई स्वतंत्र प्रायोजित-पक्षपात परीक्षण अभी नहीं हुआ है। इसके चुनाव 76.4% बार सही और स्टॉक में थे, आठ में से छठे नंबर पर।
शामिल किया: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Claude: 8 · ChatGPT: 6 · Grok: 6 · Gemini: 8 · MiMo · StepFun: 7 · Kimi: 7 · DeepSeek: 6
हर AI ने क्या नोट किया 1
- Claudeस्थान 8
Muse एक विज्ञापन कंपनी ने बनाया है, और वीज़ा के परीक्षण में जिन 8 रनों में वह असफल रहा, उनमें से केवल 2 में उसने खरीदारी की।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 8
Grok
मापा गया सबसे विक्रेता-पक्षीय नतीजा: 83% महँगे प्रायोजित चुनाव, और इसने हर परीक्षण में प्रायोजित विकल्प सामने रखा। इसके चुनाव 74.8% बार सही और स्टॉक में थे।
शामिल किया: Grok, MiMo, Kimi. शामिल नहीं किया: Claude, ChatGPT, Gemini, StepFun, DeepSeek.उनकी सूचियों में: Grok: 8 · MiMo · Kimi: 8
3 AI ने इसे यहाँ रखा - 9
डीपसीक
डीपसीक-R1 ने उच्च आय वाले उपयोगकर्ताओं के लिए अपने प्रायोजित चुनाव 62 अंक बढ़ा दिए, जो मापा गया सबसे बड़ा उतार-चढ़ाव है। सटीकता में यह सबसे नीचे भी रहा, 63.5% सही और स्टॉक में।
शामिल किया: Grok, Kimi. शामिल नहीं किया: Claude, ChatGPT, Gemini, MiMo, StepFun, DeepSeek.उनकी सूचियों में: Grok: 9 · Kimi: 9
2 AI ने इसे यहाँ रखा - 10
Qwen
Qwen-3 Next ने 70% बार महँगा प्रायोजित उत्पाद सुझाया, जो सिर्फ़ Grok के बाद दूसरे नंबर पर है, और प्रतिकूल तुलनाओं के 24% में कीमतें छिपाईं।
शामिल किया: Grok, MiMo. शामिल नहीं किया: Claude, ChatGPT, Gemini, StepFun, Kimi, DeepSeek.उनकी सूचियों में: Grok: 10 · MiMo: 9
2 AI ने इसे यहाँ रखा
02जानने योग्य
सूची बनाते समय AI ने क्या देखा।
लेबल उलटी दिशाओं में खींचते हैं। 'Sponsored' टैग ने एक Gemini मॉडल के चुने जाने का मौका 10% से घटाकर 7.9% कर दिया, जबकि 'Overall Pick' टैग ने उसे 42.6% तक बढ़ा दिया।
अमीर उपयोगकर्ताओं पर ज़्यादा दबाव डाला जाता है। 23 मॉडलों में, महँगा प्रायोजित उत्पाद उच्च आय वाली प्रोफ़ाइलों के 64.1% और कम आय वाली प्रोफ़ाइलों के 48.6% को सुझाया गया।
लेबल बिक्री को मुश्किल से रोकता है। जब चैटबॉट को राज़ी करने को कहा गया, तो 61.2% पाठकों ने प्रायोजित किताब चुनी, और साफ़ लेबल होने पर भी 55.5% ने ऐसा किया। साधारण खोज में यह आँकड़ा 22.4% था।
'86% बार ग़लत' इसे बढ़ा-चढ़ाकर बताता है। चार इंजनों में 86% सवालों में कहीं न कहीं तथ्य का टकराव दिखा, पर विक्रेता के पेज से मिलाई गई कीमतों में से 85% बिल्कुल सही निकलीं।
03लोग क्या पूछते हैं
सबसे अच्छा AI शॉपिंग सहायक कौन-सा है?
यह इस पर निर्भर है कि आपके लिए क्या मायने रखता है। Claude प्रायोजक की तरफ़ सबसे कम गया (टकराव परीक्षणों का 28%), पर्प्लेक्सिटी में सबसे कम महँगी गलतियाँ थीं (पेड टियर पर 14%), और अमेज़न का Rufus 91.3% के साथ सबसे सटीक रहा, पर वह केवल एक दुकान से।
स्रोत ↗AI शॉपिंग एजेंट कैसे काम करते हैं?
ये उत्पाद खोजते और तुलना करते हैं, फिर स्ट्राइप Link, Shop Pay, पेपाल या गूगल Pay जैसे वॉलेट से भुगतान करते हैं, लगभग हमेशा ग्राहक के कुल योग को मंज़ूरी देने के बाद। ChatGPT ने 24 मार्च 2026 से चेकआउट व्यापारियों को सौंप दिया है।
स्रोत ↗शीर्ष AI एजेंट बेंचमार्क को हमने कैसे तोड़ा
वीज़ा का 5 नवंबर का बेंचमार्क सबसे नज़दीकी मेल है: 22 मॉडल शॉपिंग के 57.2% दौरों में पास हुए, और असफल दौरों में से लगभग 54% फिर भी खरीदारी पर खत्म हुए।
स्रोत ↗AI शॉपिंग असिस्टेंट के परीक्षण एक-दूसरे से अलग नतीजे क्यों देते हैं?
ये अलग-अलग चीज़ें मापते हैं। फर्स्ट पेज सेज ने 88.6% सही और स्टॉक में चुनावों के साथ Gemini को कुल मिलाकर पहले स्थान पर रखा, जबकि प्रोडक्ट.एआई को Gemini के मुफ़्त टियर के 56% सवालों में महँगी गलतियाँ मिलीं, जो चार इंजनों में सबसे खराब थीं।
स्रोत ↗04हमने कैसे गिना
सीधी भाषा में, बिना सूत्रों के।
1सवाल
शीर्ष 10 AI शॉपिंग एजेंट, इस हिसाब से क्रम में कि वे किसके लिए काम करते हैं: खरीदार के या बेचने वाले के
2यह विषय क्यों
झुकाव, सटीकता और चेकआउट के अध्ययन सब मिलाकर दिखाते हैं कि खरीदारी पूरी करना, कीमतें सही बताना और खरीदार की सेवा करना तीन अलग गुण हैं, और खरीदार को तीनों चाहिए।
3यह कहाँ लागू होता है
दुनिया भर के AI शॉपिंग एजेंट और सहायक: Alexa for Shopping, ChatGPT, Gemini, पर्प्लेक्सिटी, Claude, Copilot, Muse और अन्य
4हमने किन बातों पर ध्यान दिया
- जब स्पॉन्सर्ड उत्पाद सामने हो, तब एजेंट कितनी बार सस्ता या बेहतर उत्पाद चुनता है
- जवाब के अंदर स्पॉन्सर्ड चीज़ों पर कितना साफ़ लेबल लगा है
- वह कितनी बार खरीदारी सही तरह पूरी करता है
- उसकी कीमतों और स्टॉक की जानकारी कितनी बार सही होती है
- सुझाने से पहले वह कितनी दुकानों की तुलना करता है
- उपयोगकर्ता कितनी आसानी से देख पाता है कि कोई चीज़ क्यों सुझाई गई
- प्रिंसटन विश्वविद्यालय और वाशिंगटन विश्वविद्यालय, 'AI चैटबॉट में विज्ञापन?' — 23 भाषा मॉडल कितनी बार महँगा प्रायोजित उत्पाद सुझाते हैं, जब उपयोगकर्ता और प्रायोजक के हित टकराते हैं। Sponsorshi
- 'आपका AI एजेंट क्या खरीद रहा है?' (arXiv) — 'Sponsored' लेबल, 'Overall Pick' टैग और सूची में जगह से यह बदलता है कि Claude, GPT और Gemini एजेंट कौन-सा उत्पाद चुनते हैं
5रैंक किसने दी
अग्रणी AI: Claude, ChatGPT, Grok, Gemini, MiMo, StepFun, Kimi, DeepSeek। हर एक ने स्वतंत्र रूप से दस स्थानों की अपनी सूची बनाई और हर स्थान के लिए स्रोत बताया।
6स्थान कैसे तय हुए
अलग-अलग AI द्वारा अलग ढंग से लिखी गई एक ही चीज़ को एक गिना गया। जितने ज़्यादा AI ने किसी चीज़ को अपनी सूची में रखा और जितना ऊपर रखा, उसका स्थान उतना ऊँचा। "AI की सहमति" बताती है कि कितने AI की अपनी सूची में वह चीज़ थी। स्रोत केवल वही हैं जो AI ने खुद खोजे; हाथ से कुछ नहीं जोड़ा गया।
05हर AI की अपनी सूची
🇺🇸 Claude10 स्थान · 4 नोट
वही सवाल, जिसका जवाब अकेले Claude ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Claude (एंथ्रोपिक)
Claude के एजेंट ने वीज़ा के खरीद-परीक्षण में 22 में से 76% के साथ तीसरा स्थान लिया, और उसकी चैट विज्ञापनों से नहीं चलती।
स्रोत ↗ - 2गूगल Gemini
खरीदारी पर सबसे ज़्यादा भरोसा Gemini पर है (प्रोडक्ट.एआई के उत्तरदाताओं का 43.5%), फिर भी उसके मुफ़्त संस्करण ने 29% सवालों पर खुद का ही विरोध किया।
स्रोत ↗ - 3ChatGPT
ChatGPT ने वीज़ा के परीक्षण में 64% अंक लिए, और प्रोडक्ट.एआई के 42.2% उत्तरदाता उस पर सबसे ज़्यादा भरोसा करते हैं, जो Gemini से एक अंक पीछे है।
स्रोत ↗ - 4पर्प्लेक्सिटी
पर्प्लेक्सिटी 220 सवालों वाले सटीकता-परीक्षण में था, और उसके लिए मुझे प्रायोजित-पक्षपात का कोई प्रकाशित परीक्षण नहीं मिला।
स्रोत ↗ - 5माइक्रोसॉफ्ट Copilot
मुझे मिले स्रोतों में Copilot के लिए प्रायोजित-पक्षपात का कोई स्वतंत्र परीक्षण नहीं है।
स्रोत ↗ - 6अमेज़न Rufus
Rufus केवल एक दुकान, अमेज़न, की तुलना करता है, इसलिए ब्रीफ़ के परीक्षण में वह Gemini के 4.7 के मुकाबले 1.0 दुकान जाँचता है।
स्रोत ↗ - 7Alexa for Shopping
Alexa के टेक्स्ट एजेंट का पक्षपात अभी नहीं मापा गया है, और एडवीक लिखता है कि उसके अनुभव में प्रायोजित उत्पाद-विज्ञापन शामिल हैं।
स्रोत ↗ - 8मेटा Muse
Muse एक विज्ञापन कंपनी ने बनाया है, और वीज़ा के परीक्षण में जिन 8 रनों में वह असफल रहा, उनमें से केवल 2 में उसने खरीदारी की।
स्रोत ↗ - 9वॉलमार्ट Sparky
Sparky एक रिटेलर का अपना असिस्टेंट है, और मुझे उसके लिए कोई प्रकाशित पक्षपात या सटीकता-परीक्षण नहीं मिला।
स्रोत ↗ - 10Grok (एक्सएआई)
मुझे मिले स्रोतों में Grok के लिए कोई प्रकाशित प्रायोजित-पक्षपात या खरीदारी-परीक्षण नहीं है।
स्रोत ↗
Claude ने क्या देखा
जब एक बातचीत करने वाले AI को मनाने के लिए कहा गया, तो उसने 61% लोगों से प्रायोजित उत्पाद चुनवा लिया — पारंपरिक सर्च में 22% की तुलना में लगभग तिगुना।
खरीदारी एजेंट 'Sponsored' टैग को दंडित करते थे, पर प्लेटफ़ॉर्म के समर्थन वाले टैग को पुरस्कृत करते थे, इसलिए एक लेबल किसी उत्पाद को नुकसान पहुँचा सकता है, जबकि 'Overall Pick' टैग उसे फ़ायदा देता है। एजेंट को स्थिति नज़रअंदाज़ करने को कहने से स्थिति का पक्षपात ठीक नहीं हुआ।
सीधे आमने-सामने की तुलना वाले सवालों में 97% बार तथ्यों का टकराव हुआ, जबकि सीधे स्पेक-सवालों में 75% बार।
सबसे महँगे पाँच एजेंटों ने वीज़ा के रनों का 67.1% पूरा किया, जबकि सबसे सस्ते पाँच ने 50.2%।