博主头像

5 個 AI 實測：哪個最可信，哪個最容易讓你信錯【AI信任挑戰-日常篇 EP1】｜彼得森

外来客 • 2026-08-22 01:38:52

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

📊 测试对象与评分标准

  • 测试对象：Siri AI、ChatGPT、Gemini、Claude、Grok 五款 AI 助手。
  • 测试场景：图片生成与修改、日常讯息撰写、邮件信箱检查、即时资讯查询（世界杯比分、频道订阅数）、幻觉测试（未发布机型规格）。
  • 评分机制：每道题根据表现排名，第一名 5 分，第二名 4 分，依此类推，最后计算五题平均分。
  • 最终排名：
  • ChatGPT：4.2 分（综合第一）
  • Gemini：3.4 分（综合第二）
  • Claude：3.2 分（综合第三）
  • Siri AI：2.4 分（综合第四）
  • Grok：2.2 分（综合第五）

🎨 图片生成与修改能力

  • ChatGPT：成功生成含繁体中文“生日快乐”的插画，并在修改指令下保留设计仅更改文字，表现最佳。
  • Gemini：初次生成时擅自添加“Birthday girl”及年龄元素，修改后虽去除多余文字但误删蜡烛，最终可用。
  • Claude：无法生成图片，仅用 ASCII 字符画简笔画，画面简陋但文字正确。
  • Grok：首次生成非中文且文字错误（“年年生快乐”），二次修改后仍存疑，表现较差。
  • Siri AI：无法正确生成繁体中文，设计混乱，排名垫底。

💬 讯息撰写与系统整合

  • Siri AI：唯一能直接调用通讯录并发送讯息，无需复制粘贴，体验最佳。
  • ChatGPT：提供独立复制按钮，操作便捷，排名第二。
  • Gemini：讯息混在说明文字中，无分隔线，查找困难。
  • Claude 与 Grok：未自动将简体“杯”转为繁体，需用户手动修改，且无独立复制功能。

📧 邮件检查与资安提醒

  • ChatGPT：不仅识别账单，还主动发现 Google 安全警示及可疑共享文件，提醒潜在钓鱼风险，表现最全面。
  • Claude：准确识别未处理账单，判断清晰。
  • Siri AI：读取 Apple 内建邮件，确认无未处理账单，功能基础达标。
  • Gemini：仅找到旧发票，遗漏近期重要通知。
  • Grok：无法连接 Gmail，仅能提供搜索建议，直接出局。

📰 即时资讯查询准确性

  • ChatGPT：准确查询世界杯比分及频道订阅数（33.4 万），视觉呈现佳。
  • Grok：比分准确，但资讯杂乱需筛选；订阅数查询准确。
  • Gemini：比分准确，但订阅数查询误差较大（约 30 万），与其作为 Google 自家产品的预期不符。
  • Claude：提供过期的世界杯比分（1:0 而非 1:1），订阅数略低（32 万）但建议用户核实。
  • Siri AI：订阅数查询严重偏差（13.4 万），数据滞后明显。

⚠️ 幻觉测试与可信度

  • 测试内容：查询未发布的 iPhone 18 规格。
  • Claude：表现最负责任，对不确定信息标注“未知”，不随意填充数据，幻觉最少。
  • Gemini：整体克制，大部分信息站得住脚，仅电池续航描述过于肯定。
  • Grok：给出精确但来源不明的电池容量（3692 毫安时），易误导用户。
  • ChatGPT：信息最详细但错误最多，如将屏幕刷新率误写为 60Hz、起步容量误写为 128GB，自信地输出错误数据。
  • Siri AI：直接生成看似正式的表格，包含明显错误（如 64GB 起步），且未明确提示为预测数据，幻觉风险最高。

💡 核心结论与使用建议

  • 信任原则：AI 并非越聪明越可信，而是“越敢说自己不知道”越值得信任。
  • ChatGPT：综合最强，适合查资料，但需人工验证其详细回答中的潜在幻觉。
  • Claude：虽综合排名第三，但因诚实标注不确定性，成为最让人放心的分析工具。
  • Siri AI：免费且深度整合 Apple 生态（讯息、邮件、通讯录），适合日常轻量任务，但复杂查询能力较弱。
  • Gemini：综合实力第二，但与 Google 自家服务（如 YouTube、Gmail）的整合表现反直觉地不佳。
  • Grok：在即时动态资讯（如赛事）上有优势，但整体表现不稳定，幻觉风险较高。
  • 最佳实践：利用 ChatGPT 或 Gemini 查找资料，再交由 Claude 进行分析和整理，发挥各 AI 所长。

博主头像 👤 同一博主

查看该博主全部 47 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。