23天、10万个搜索结果页的对照实验
9月1日，购物数据公司Productrise发布研究：同一商品在Google AI Mode里的展示价格平均比传统搜索贵21.6%。研究由创始人Hugo Huijer主导，覆盖8月9日至31日共23天、超过200万条商品listing、10万个以上的搜索结果页与AI Mode响应。实验设计是对称的：同一天同一时刻，把相同的购物查询分别发给Google AI Mode与传统搜索，再逐条匹配两侧出现的同款商品，比较各自的标价。
匹配结果给出了多层价格差。同款商品层面，AI Mode贵21.6%；如果把两侧出现的全部商品放在一起看（不限同款），AI Mode的listing整体比传统搜索高49%。更惊人的是重叠度：传统搜索里出现的商品，只有1.28%同一天也出现在AI Mode里。两侧几乎是两个平行的商品宇宙，而不是同一货架的两种排序方式。
三分之二的情况下AI Mode更贵
研究进一步拆解了价格分歧的方向。同款商品两侧报价不一致的概率是38.1%；一旦不一致，AI Mode更贵的概率是68.4%，约三分之二。主要卖家不同的情况占匹配商品的49.6%——接近一半的同款商品，两侧推荐用户去不同的店铺购买。Hacker News评论区给出的第一种解释获得不少共鸣：AI Mode倾向于引用制造商官方页面，而官方定价通常高于第三方卖家，这在实物零售里是常态。
评论区的第二种解释更审慎：价格差可能反映的是质量与可靠性信号的不同。传统搜索结果被SEO污染，充斥仿品、水货与翻新充新的listing，AI Mode引用的卖家或许更贵但更可信。持这种观点的评论者承认，目前的数据无法直接证实或证伪这一点，但它提示21.6%未必等于被多收钱，可能只是商品集合不同。第三种评论干脆欢迎高价：如果AI Mode能让人少买点东西，贵一点也算feature。
对电商生态的连锁影响
Productrise的主业是商家侧的购物搜索优化工具，研究不可避免带有营销成分，但数据颗粒度足够细：23天、200万条listing、逐日逐查询的对称对照，比以往任何一次关于AI搜索价格倾斜的讨论都系统。对商家而言，结论直接可操作：商品数据要为AI Mode单独优化——feed质量、结构化属性与库存深度决定了能否进入那1.28%的AI Mode曝光，传统SEO排名与AI Mode曝光几乎不共享任何变量。
对Google而言，21.6%的价格差处在微妙位置。反垄断监管对AI搜索的定价倾斜尚无成熟判例，但欧美两地的调查员都在关注生成式搜索如何改变商家的流量分配。如果AI Mode系统性偏向高毛利卖家或官方渠道，购物查询的商业价值分配将发生结构性转移；Google的购物广告业务与AI Mode的自然曝光之间，也存在左右手互搏的定价难题。
研究的边界与后续
研究自身的局限也很明确：样本来自Productrise监测的商品品类，偏消费电子与家居，价格敏感品类占比高；23天窗口内AI Mode的产品策略可能本身在调整；同款匹配依赖GTIN与标题算法，误匹配会引入噪声。Huijer在报告里给出了方法论细节与全部关键数字，供第三方复核。Productrise表示将在第四季度做第二轮追踪，观察价格差是否随AI Mode商业化进度收敛。
更大的背景是，AI Mode正在成为Google购物流量的新入口，2026年已有多个商家报告AI Mode带来的会话转化率高于传统搜索——用户带着更完整的决策上下文进来，下单更快。价格高21.6%叠加更高转化，对商家的最优策略是同时占据两侧曝光。这份研究至少把一个此前只能靠个案吐槽的问题，变成了可测量、可追踪、可复核的公开数据。