準確率小贏卻胡謅率飆89%，ChatGPT與Claude的分歧不只是分數

先看一組矛盾的數字。ChatGPT最新旗艦模型GPT 5.6 Sol（Max）在AA-Omniscience Hallucination Rate基準上，胡謅比例是89%——比舊款GPT-4o的38%高出一大截。同一份基準裡，GPT 5.6 Sol的知識準確率反而比前代進步。也就是說，這套模型「懂得更多」，但遇到不知道的問題時，選擇編答案而不是承認不知道的機率也變高了。

對照組是Anthropic的Claude Fable 5（Max），胡謅率55%，準確率61%，都優於GPT 5.6 Sol的59%。差距在中階模型上更明顯：Claude Sonnet 5準確率38%、胡謅率37%；ChatGPT 5.6 Terra準確率46%領先，胡謅率卻高達85%。換句話說，兩家公司在「答對更多」這件事上打平，但一遇到不會的題目，ChatGPT系模型明顯更容易硬掰。

功能面的分工也清楚。Claude今年1月推出的Cowork可以代為處理知識型任務，比如整理檔案；使用者能建立稱為skills的指令組，在對話中用「/」隨時呼叫，這套skills能跨Claude聊天、Cowork與Claude Code使用。Claude Artifacts則能即時渲染程式碼片段、單頁HTML網站、React元件和圖表，做出來的東西可以直接發布分享，還能透過Model Context Protocol連接器抓即時資料。ChatGPT也有skills，但只限Codex與API裡的個人帳號使用，一般聊天視窗用不到；對應Artifacts的功能叫Sites，鎖定企業內部使用，同樣只在Codex裡開放，且拉不到即時資料。

反過來，ChatGPT在語音體驗上明顯更成熟——聲音自然、可以打斷它說話而不會讓它忘記前面在講什麼，搭配Advanced voice mode的即時影像功能，可以把鏡頭對著眼前的問題直接問。影像生成也是ChatGPT的強項，能做出接近真實照片的圖，Claude在這塊只能靠HTML和SVG畫圖表、圖示。

兩群使用者，兩種用法

Anthropic今年3月發布的Economic Index報告指出，Claude的對話有42%屬於個人用途、45%與工作相關，剩下是課業使用；OpenAI自家報告則說ChatGPT有70%的使用與工作無關。這組數字某種程度解釋了兩邊產品設計的差異——一邊往企業協作與程式工具靠攏，一邊持續強化語音、影像這類日常互動功能。

今年2月發生的一件事，加速了部分使用者換邊站：Anthropic與美國國防部（Department of War）的合約談判破局，原因是公司拒絕讓模型被用於國內大規模監控與全自動武器系統，隨後被列為供應鏈風險對象。幾小時後，OpenAI宣布與美國政府簽下類似合約，附帶部分限制條款。這起事件讓不少人轉而認定Anthropic是「更講原則」的一方，Claude的下載量在之後出現明顯成長。

免費層的體驗也在分岔。OpenAI開始在免費版和ChatGPT Go方案中置入廣告；Anthropic則替免費版Claude加了更多功能，沒有廣告。

定價結構大致對稱。Claude免費版只能用中階的Sonnet 5，付費依序是每月20美元（年繳17美元）的Pro、100美元的Max 5x（用量是Pro的五倍）、200美元的Max 20x（二十倍用量）；Pro用戶用Fable 5是按token計費，Max方案則可把每週用量的一半分給Fable 5，額度用完還能加購。ChatGPT同樣有20、100、200美元三檔，另外多一個8美元的方案，用量提高但仍有廣告；Codex雖然免費開放，但用量上限低到近乎聊備一格。