Felo

Felo 是一个多语言 AI 搜索与创作平台，由日本团队打造，官网 felo.ai。它的核心是「搜索智能体 + 多前沿模型」：背后可调用 GPT、Gemini 等多个模型，由搜索智能体自动拆解任务、分步检索，再把结果整理成可读的答案或文稿。界面以英文为主，但支持中文提问。

和单模型问答不同，Felo 的思路是「多模型对照」：同一个问题可以让不同模型分别回答，交叉验证减少偏差；同时支持拖文件提问——把 PDF、表格拖进去，基于文件内容继续追问。它属于 AI搜索 分类——与只啃学术论文的 Consensus、偏中文资讯的 Metaso 形成差异，它更像一个跨语言的搜索加创作工作台。

从成本看，Felo 的免费额度较高，日常搜索与基础创作基本不收费；高级模型与更高用量走订阅。对中文用户，它实用的地方在于「中文提问、英文信源」两头都覆盖。

• 大陆网络：服务节点位于境外，国内访问需自备国际网络
• 支持多语言界面与中文提问，但默认以英文内容居多
• 可用邮箱或第三方账号注册，免费额度较高
• 搜索与基础创作免费，高级模型用量走订阅

• 多语言搜索：同一问题跨语言检索
• 多模型：GPT 与 Gemini 可切换
• 搜索智能体：自动拆解任务多步执行
• 拖文件提问：上传文档后基于内容追问
• 创作辅助：搜索结果一键转文稿
• 免费额度高：日常搜索基本不收费

1. 注册账号：用邮箱或第三方账号登录 felo.ai，免费额度即可开始。
2. 提问或拖文件：在搜索框输入问题，或把文档拖进去让智能体先读再答。
3. 切换模型对照：同一问题尝试不同前沿模型，比较回答的侧重与准确性。
4. 让智能体拆任务：复杂问题交给搜索智能体，它会分步检索并汇总结果。
5. 把结果转成文稿：将搜索结果一键整理成初稿，再人工修改定稿。

推荐的起步方式是先用一个熟悉的问题对比两个模型的回答，感受差异；再拖入一份正在读的资料，试「基于文件提问」的准确度，确认可靠后纳入日常检索流。

优点

• 免费额度较高，轻度使用成本低
• 支持中文提问，语言门槛相对友好
• 多模型可切换，结果可横向对照
• 拖文件提问让资料检索更直接

局限

• 大陆访问需自备国际网络
• 默认返回以英文内容居多
• 高级模型与高用量走订阅
• 界面以英文为主，中文优化有限

• 场景一：中文问英文信源：用中文提问某海外产品动态，它检索英文网页并整理成中文摘要。
• 场景二：拖文件速读：把一份几十页的行业报告拖进去，逐段追问关键数据与结论。
• 场景三：多模型对照：同一个技术问题分别问 GPT 与 Gemini，对照两者的解释差异。
• 场景四：选题成稿：搜索素材后一键生成文稿框架，再按自己的判断补充删改。

以上场景的共同点是「跨语言、跨模型、跨格式」：中文提问、英文内容、多模型答案、文件语境，价值都在把不同来源的信息汇到一处，省去来回切换的功夫。

四者的区别在语言策略与输出形态：Felo 支持中文提问且能转文稿；Genspark 偏智能体式搜索；Nami 服务中文场景；Perplexity 是经典的带引用答案引擎。常处理跨语言信息选 Felo，只查英文资讯 Perplexity 也够。

搜索与基础创作免费；高级模型与更高用量走订阅

价格与档位可能随时调整，以上信息以官网为准。

• 跨语言调研：中文提问检索英文信源
• 资料速读：拖入 PDF 后针对性提问
• 选题创作：把搜索结果整理成初稿
• 多模型对照：同一问题看不同回答
• 日常搜索：替代部分传统搜索动作

以下工具与 Felo 在场景上有交集或重叠，可一并比较：