AI 不會編造文件裡沒有的內容
50/50 · 20/20
如何測量 針對 5 份我們逐字掌握的文件提出 50 個陷阱問題：必須回答「文件裡沒有」，且不得給出任何數字。另有 20 題有答案：須給出資料與正確頁碼。
實測品質
每個數字都附上日期與測量所用的文件。數字下降時會直接顯示。我們做得不夠好的地方也一併公開。
此刻的監測
「金絲雀」每 30 分鐘在正式環境實際操作一次產品。最近一次： 2026-09-24T01:50:33+00:00 · 30/30 項品質檢查 · 全部通過
Core Web Vitals p75 · n=1 · LCP 0.00 s ✓ ≤ 2.0 s · INP 0 ms ✓ ≤ 150 ms · CLS 0.000 ✓ ≤ 0.08
我們測量什麼
AI 給出的每個數字都來自文件
7/7
如何測量 把一份合約與兩張發票交給 7 個會給出金額、日期或期限的 AI 工具：每個數字都必須在文件裡，或能由文件經我們重算得出。
Peppol 發票：與官方驗證器結論一致
227/227
如何測量 OpenPEPPOL 官方單元測試（BIS Billing 3.0），每一項都附有官方驗證器應得的結論。
歐洲標準 EN 16931 官方規則
0 · BR-CO-16 ✓
如何測量 直接執行歐盟執委會公布的規則：官方範例全部符合；總額遭竄改時，觸發應觸發的規則。
Verifactu 雜湊值
3/3
如何測量 西班牙稅務局雜湊規格中的官方範例（開立、串接開立與作廢）。
TicketBAI 檢查碼
161 · 182 · ✓
如何測量 吉普斯夸省第 521/2020 號地方命令的官方範例；以及一份「一致的」偽造——紙本與 QR 碼同時改了金額——由檢查碼揭穿。
PAdES 數位簽章
PAdES-BASELINE-LT
如何測量 在正式環境簽署，並以歐盟執委會官方驗證器（DSS）驗證。
一次處理一千張發票
1000 · 5.9 s · 37/37
如何測量 一個含 1,000 張發票的 ZIP，其中 37 張遭竄改：測量正式環境的耗時，以及報告是否恰好標出遭竄改的那些。
真正的七種語言
0
如何測量 159 個工具全部以中文執行並與西班牙文比對：介面上沒翻譯到的文字。
每個工具都能用
159/159 · 159/159
如何測量 159 個工具從頭到尾，以西班牙文與中文各跑一遍，同時監聽瀏覽器錯誤。
在普通手機上也很快
0.6 s
如何測量 在 CPU 慢 4 倍、4G 網路緩慢的條件下，首頁的最大內容繪製時間。
無障礙
0
如何測量 依 axe 檢測，主要頁面違反 WCAG 2（A 與 AA）的嚴重問題數。
我們做得不夠好的地方
超出時間預算的工具（7 天平均，即時）
/v1/video/join 77.2 s > 10 s · /v1/ai/translate-office 23.4 s > 10 s · /v1/ai/study 21.1 s > 10 s · /v1/pdf/translate 11.5 s > 10 s
部分工具會讓文件失去某些內容
在測量的 52 個工具中，有 19 個會失去某些內容（中繼資料、連結、圖層…）。我們會在處理「之前」逐一告訴你。
每次部署會有一次失敗
每次發布新版本時，剛好碰上切換的那一個請求，會收到主機商的 502 錯誤。網頁會在 2 秒後自動重試；使用 API 的人會看到它。
歐洲發票：尚未全部涵蓋
CII 格式發票的 Peppol 規則，以及各國自己的規則（例如德國 XRechnung），目前尚未套用。
比斯開與阿拉瓦的 TicketBAI
檢查碼已用吉普斯夸的官方範例驗證；比斯開與阿拉瓦我們沒有經過驗證的官方範例。
沒有你自己的憑證時的簽章
若你沒有上傳自己的憑證，簽章只能證明文件未被改動，無法證明你是誰：官方驗證器會標示「沒有信任鏈」。
用了好幾年的 AI 模型
我們使用的 AI 模型中有 7 個已有 18 個月以上。它們不會故障，但回答可能較差、成本較高；只有當新模型在我們的測試中勝出時才會替換，不看日期。
你也可以自己重做
下載文件與應得的結果，拿去用 PAPYR 或任何其他產品跑一遍。