一句话看懂：Engadget 对比了 Claude 与 ChatGPT 的旗舰及中端模型表现，结果显示两者各有胜负：Claude 在幻觉率和功能开放性上领先，ChatGPT 则在中端模型准确度和消费级交互体验上更优。这场竞争已从“谁能生成文字”转向“谁更适合特定工作流”，值得开发者与企业按需选择。
事件核心：发生了什么
据 Engadget 报道，Anthropic 与 OpenAI 两大头部 AI 公司的旗舰模型在准确度上已非常接近。以原文引用的 AA-Omniscience Accuracy 基准来看，Claude Fable 5 (Max) 得分 61%，GPT 5.6 Sol (Max) 为 59%，日常使用几乎感知不到差异。但在中端模型上，位置互换：ChatGPT 5.6 Terra (Max) 得分 46%，显著高于 Claude Sonnet 5 (Max) 的 38%。
更关键的差异体现在“幻觉率”上。同一基准的 Hallucination Rate 测试中，得分越低越好：Claude Fable 5 为 55%，而 GPT 5.6 Sol 高达 89%；中端市场上，Claude Sonnet 5 仅有 37%，ChatGPT 5.6 Terra 则达到 85%。这意味着面对不确定问题时，Claude 更倾向于拒绝回答而非编造内容。
功能层面，Claude 拥有可执行知识型任务的 Cowork（2026 年 1 月推出）、可在对话中调用的 Skills、支持渲染代码与交互式网页的 Artifacts；ChatGPT 对应的 Sites 功能目前仅限 Codex 环境，且暂不支持拉取实时数据。语音与图像生成则是 ChatGPT 的强项，其中图像生成支持照片级写实输出，Claude 只能基于 HTML/SVG 制作图表与交互视觉。
为什么重要
Claude 与 ChatGPT 的差距不再体现为“谁更聪明”，而是“谁更适合什么场景”。Anthropic 2026 年 3 月的经济指数报告显示，Claude 有 45% 的对话围绕工作、42% 为个人使用；OpenAI 的对应数据则是 70% 的非工作用途。这清晰地反映了两家公司在产品定位上的分化：Claude 更像是面向知识型工作的生产力工具，ChatGPT 则更偏向通用型、消费级 AI 助手。
更值得关注的是，ChatGPT 虽然在新模型基准得分上持续提升，但用户体验却在部分领域倒退。原文指出，GPT-4o 的幻觉率仅 38%，反而优于当前最新模型。这说明 OpenAI 在追求模型能力上限时，可能牺牲了部分可靠性，这种“能力增长但信任感下降”的失衡，正在成为企业采用生成式 AI 时的关键阻力。
对用户/开发者/创作者的影响
对于普通用户，日常问答、内容改写、快速摘要等任务中两个产品几乎没有差别，选择可依据更基础的语音交互体验与界面偏好。ChatGPT 的语音模式更自然、支持实时视频辅助，适合作为移动端的通用助手。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于开发者和企业用户，Claude 的开放性优势更为明显：Skills 可在 Chat、Cowork、Code 三个环境中统一使用，Artifacts 支持通过连接应用与 MCP 协议拉取实时数据，方便搭建内部工具或快速验证前端原型。若你的业务涉及大量事实核对、文件整理、代码片段渲染，Claude 的“低幻觉 + 可交互产出”组合会更可靠。反之，需要照片级图像生成或多模态输入输出的场景，ChatGPT 目前仍是更完整的选项。
内容创作者需要注意：ChatGPT 最新的旗舰模型尽管综合能力强，但幻觉率偏高，用其生成新闻事实、数据引用等需要核验的内容时风险更大，务必叠加事实核查流程。
值得关注的后续
未来观察点集中在三个方面。第一，OpenAI 是否会针对中端模型 5.6 Terra 的高幻觉率推出修正版本，而非仅在旗舰模型上堆叠算力；第二，Claude Artifacts 与 MCP 生态能否吸引更多第三方应用接入，从而在“AI 工作流平台”这个位置上进一步抢占企业份额；第三，两家公司尚未公布的下一代模型是否会在准确度与幻觉控制上同时完成升级，毕竟目前公开信息显示各自都在某个维度存在明显短板。
来源：Engadget
