哪一款AI最會讀書?冠軍「不是ChatGPT」:5款主流AI大PK,只有「它」沒出現幻覺
哪一款AI最會讀書?冠軍「不是ChatGPT」:5款主流AI大PK,只有「它」沒出現幻覺

重點一:AI閱讀實測中,Claude以無「幻覺」的穩定表現奪冠,ChatGPT緊追在後,但整體AI得分偏低。

重點二:各家AI在文學、法律、科學及政治等不同領域的理解能力參差不齊,表現不一。

重點三:專家認為AI目前尚無法取代人類閱讀,尤其在重要文件處理上,僅能作為輔助工具。

##### 哪一款AI最會讀書?

時間來到2025年,生成式AI出現許多主打資料整合的功能,例如Google旗下的Notebook LM,抑或是各家推出的Deep Research功能皆然,其仰賴的都是AI模型的「閱讀能力」,以及輸入資料後的推理能力。

針對當前五款主流AI模型的閱讀能力 ,《華盛頓郵報》的實測結果顯示,由Anthropic公司開發的Claude表現最出色,在總體評分中奪冠,也是唯一未出現「幻覺」(hallucination,指AI捏造資訊)的AI,第二名則是OpenAI旗下的ChatGPT。

先說結論,撇除分數評級的高低,《華盛頓郵報》測試結果顯示,當前AI在深度理解與分析上仍有顯著不足,整體平均得分僅約70%,相當於學術評級中的D+,顯示AI的閱讀理解能力仍有極大進步空間。

##### AI閱讀各有所長:Claude擅長法律、ChatGPT較懂文學

《華盛頓郵報》本次評估了包含Claude、ChatGPT、Copilot、Meta AI,以及Google的Gemini五款AI。測試範圍涵蓋文學小說、法律合約、醫學研究及政治演說四大領域,並由各領域專家對AI的回答進行盲評,其結果如下:

文學領域:ChatGPT 7.8;Claude 7.3;Meta AI 4.3;Copilot 3.5;Gemini 2.3。
法律領域:Claude 6.9;Gemini 6.1;Copilot 5.4;ChatGPT 5.3;Meta AI 2.6。
健康科學領域:Claude 7.7;ChatGPT 7.2;Copilot 7;Gemini 6.5;Meta AI 6。
政治領域:ChatGPT 7.2;Claude 6.2;Meta AI 5.2;Gemini 5;Copilot 3.7。

總體得分而言:

Claude:69.9
ChatGPT:68.4
Gemini:49.7
Copilot:49
Meta AI:45

總結來說,Claude以些微分差勝過ChatGPT,至於Gemini、Copilot、Meta AI,則落於50分以下評級。值得一提的是,Claude為唯一未產生幻覺的AI。

本次測試的文件,在文學方面為小說《The Jackal’s Mistress》、在醫學方面為COVID-19、帕金森氏症的醫學論文、在法律方面為租賃協議及建築承包合約,在政治領域則為川普的演講文件。

結果顯示,AI在不同專業領域的表現差異甚大。例如,ChatGPT在文學和政治類別中表現較佳,但在法律文件的理解上則落後;Claude則在法律和健康科學領域取得最高分。

然而,即使是表現最好的Claude,其在文學領域的評分也非頂尖,而Gemini在文學理解方面,甚至出現了被評審形容為「不準確、誤導且草率」的解讀,甚至有種企圖矇混過關的感覺。

值得注意的是,除了Claude,其餘四款AI均在測試中出現了程度不一的資訊捏造情況。這證實了AI閱讀長文的能力仍有限,故生成摘要常有遺漏重要資訊,或過度強調正面內容而忽略負面細節的問題。

註1:原文測試時間為2025年4月至5月,所使用的AI版本為:ChatGPT-4o、Gemini 2.0 Flash、Claude 3 Sonnet、Llama 4、Copilot for Microsoft 365。

註2:評審對每個AI答案進行10分制評分,每個學科領域的得分是所有評分的平均值。總分為四個學科領域賦予同等權重,並以100分制呈現。

##### 專家總結:AI難取代真人閱讀

儘管部分AI在特定分析性問題上展現出令人驚豔的能力,例如ChatGPT總結小說的摘要及書評,或是Claude對修訂法律文件提出的建議、協助產出醫學論文的洞察等。但整體而言,專家們對當前AI的閱讀理解能力仍持謹慎態度。

例如參與評審的企業律師Sterling Miller指出,AI在法律文件處理上的表現不夠穩定,尚不能替代專業律師;小說家Chris Bohjalian則表示,AI的回答有時像是「戴著人類面具的機器人」,假裝理解實則不然。

至於主持測試的記者則建議,若要使用AI協助閱讀,最好同時使用至少兩款工具進行比較,並且對於攸關個人權益的重要文件,仍應親自仔細閱讀。

總地來說,AI目前可作為一種輔助工具,例如協助快速掌握新主題、解讀專業術語,但不應完全依賴其結果。

本文合作轉載自:[數位時代][1] >延伸閱讀:[中華電信不配被信任?一文解析「Google撤銷憑證」關鍵點:背後隱藏3大管理缺失][2] >[補強電商物流的關鍵拼圖:第三方物流是什麼?4大超商取貨戰力、業績一次看][3]

責任編輯:李先泰

本文初稿為AI編撰,整理.編輯/ 李先泰

資料來源:華盛頓郵報

往下滑看下一篇文章
《星城》告別 Online,打破的不只是名字!網銀國際的「泛娛樂」願景,下一步怎麼走?
《星城》告別 Online,打破的不只是名字!網銀國際的「泛娛樂」願景,下一步怎麼走?

近年遊戲公司的競爭早已不只是留住玩家,而是爭奪使用者的日常娛樂時間。遊戲、短影音、直播、社群、IP 授權、線下活動都在搶同一批注意力;當遊戲產業的競爭從單一產品體驗,轉向使用者日常娛樂時間的爭奪,品牌能否跨出遊戲場景、進入影音、社群與生活,便成為老牌遊戲平台延長生命週期的關鍵。因此,遊戲品牌從「產品經營」走向「內容經營」,成為產業發展的合理趨勢。

2026 年 7 月起,網銀國際旗下經營超過 18 年的休閒娛樂品牌《星城 Online》正式更名為《星城》,同步啟動為期一個月的品牌月系列活動,從線上遊戲福利、影音內容、社群貼圖,到線下實體互動全面鋪開。

拿掉「Online」,看似只是識別上的調整,實際上是一次明確的宣告:這個品牌不再把自己定義為「一款線上遊戲」,而是要往內容娛樂、IP 經營、跨界合作的方向延伸。用網銀國際的說法,目標是「把娛樂融入生活」。

從產業角度來看,單一遊戲產品的生命週期往往有限,玩家喜新厭舊的速度很快,一款遊戲再怎麼長青,終究會面臨用戶成長趨緩的天花板;相較之下,內容與 IP 的價值可以跨平台、跨載體被重複利用,也更容易隨著時間累積成品牌資產。對一個已經經營 18 年的老牌來說,與其持續在單一產品上加碼,不如把長期累積的用戶基礎,轉化成內容娛樂生態的起點。

泛娛樂願景,邊界劃在哪裡

把服務邊界從單一遊戲平台,擴張到內容產製與 IP 經營,幾乎是近幾年線上娛樂產業共同的功課。玩家不再只滿足於一款好玩的遊戲本身,而是期待品牌能提供更有情感連結、更貼近日常的內容體驗,這也是「泛娛樂」這個詞近年頻繁出現在遊戲業轉型論述裡的原因。

對網銀國際來說,這樣的路線並非臨時起意。這家成立於 2009 年的集團,本業雖以遊戲研發與代理起家,但版圖早已橫跨數位娛樂、影視製作、電競戰隊等多元領域,而《星城》正是集團資源品牌化的重要窗口。網銀國際本來就具備豐沛的泛娛樂資源,透過這次《星城》的更名,這些資源才更容易被消費者理解成一個具體的品牌體驗,也讓外界更容易看見「泛娛樂」布局的落地。

IP 經營,是願景的現在進行式

比起口號,更能說服人的永遠是正在發生的行動。品牌月期間,全新 YouTube 頻道《XinFun 星泛娛樂》於 7 月 1 日正式上線,讓品牌指標性的遊戲角色跳脫原本的機台設定,化身生活短劇主角,一連 7 天每晚 7 點固定釋出新內容,後續也將持續規劃角色短劇、節慶互動與玩家共鳴題材,成為長期經營的內容入口;同步上線的還有角色版 LINE 個性貼圖,把遊戲角色帶進使用者的日常對話裡。品牌吉祥物「星城好冰友」也在這波煥新中迎來視覺升級,新增「小鵝」「小鴨」兩個角色,把「小額娛樂、理性遊玩」的概念轉化成更親和的形象。

星城-2.png
網銀國際旗下《星城》品牌煥新,吉祥物「星城好冰友」新增「小鵝」「小鴨」兩角色,將「小額娛樂、理性遊玩」理念轉化為更親和的視覺形象。
圖/ 網銀國際
星城-3.jpg
品牌月期間同步推出角色版 LINE 個性貼圖,讓《星城》遊戲角色走入玩家日常對話,強化 IP 在社群場景的日常曝光與情感連結。
圖/ 網銀國際

IP 走出螢幕的動作,也不只發生在線上。今年 4 月,《星城》連續參與白沙屯媽祖進香與大甲媽祖遶境,並特別加開「累了請上車」休息巴士,陪伴信眾走過前後橫跨 15 天的年度信仰巡禮。從角色內容化到走進廟會現場,這類操作要驗證的其實是同一件事:「娛樂融入生活」不是一句廣告詞,而是品牌願意把資源實際投入到玩家生活場景裡的具體行動。

這種「虛實整合」的操作邏輯,其實也呼應了內容產業近年的共同趨勢:IP 的價值不再只靠單一載體撐起,而是要靠角色、影音內容、線下場景多點觸及,才能真正在使用者心中留下記憶點。

星城-4.jpg
今年 4 月《星城》連續參與白沙屯媽祖進香與大甲媽祖遶境,加開「累了請上車」休息巴士,陪伴信眾走過橫跨 15 天的信仰巡禮。
圖/ 網銀國際

數位信任工程,是願景能走多遠的地基

不過,一個品牌想從遊戲延伸到內容、IP 甚至跨界合作,光有創意還不夠,背後的信任基礎才是能不能走遠的關鍵。尤其對仰賴金流與帳號安全運作的娛樂平台而言,信任從來不是加分項,而是先決條件。

網銀國際在這塊的布局,其實已經行之有年。平台導入 OTP 驗證與帳號多層防護機制,針對異常儲值行為與高風險帳號建立風險監測與處置流程,並設有 24 小時客服巡檢與主管機關聯繫窗口,持續參與防詐治理相關會議。這些機制平常不太會被玩家注意到,卻是支撐品牌敢往內容娛樂、跨界合作等更複雜業務延伸的底氣。

而從集團近期布局來看,網銀國際投資信任科技與防詐服務業者 Gogolook,也透露出其對數位信任基礎建設的重視。對《星城》這類高度仰賴帳號、金流與使用者信任的平台而言,防詐能力與風險治理,將是品牌能否走向更大泛娛樂合作場景的重要底層能力。

另一個值得留意的細節是,《星城》過去成功取得日本講談社等國際知名動漫 IP,如新世紀福音戰士等的官方授權,開發聯名機台。國際版權方在授權合作前,通常會針對合作企業進行嚴格的商譽與信用調查,順利通過審查,某種程度上也是外部對企業信譽的一次客觀驗證,而不只是單方面的自我宣稱。

對線上娛樂產業而言,信任機制往往是「看不見卻決定成敗」的一塊。玩家不會因為平台治理做得好而每天掛在嘴邊,但一旦信任出現破口,品牌過去累積的內容力與 IP 資產都可能一夕歸零。換個角度看,能夠通過國際版權方的商譽審查、持續維持與監理單位的溝通管道,也讓網銀國際在後續尋求跨界合作與 IP 授權時,握有更高的議價籌碼。

更名是起點,行動已經在路上

把《星城》放回台灣泛娛樂產業的座標來看,這不是第一家想從遊戲公司轉型成內容集團的業者,卻是少數把「信任機制」和「IP 內容」同時當成轉型兩隻腳、同步往前走的案例。

不過,從遊戲平台走向泛娛樂品牌,真正的考驗不在於一次品牌月能創造多少聲量,而在於內容是否能持續更新、角色能不能累積辨識度,以及線上下互動能否形成長期社群關係。對《星城》而言,告別 Online 是起點,能否把短期活動轉化為穩定內容資產,才是這場品牌煥新的關鍵。

觀察其未來走向,主要可以從三個面向切入:

  1. 內容頻率:《XinFun 星泛娛樂》能否從品牌月短期企劃變成穩定的內容頻道,持續維持更新動能。

  2. IP 延展:角色能否從貼圖、短劇走向更多授權、聯名與線下體驗,累積長期辨識度。

  3. 信任治理:責任遊戲、防詐與平台安全能否成為品牌差異化的底層能力,而不只是合規描述。

這條路已經開始走,接下來能否將短期聲量沉澱為長期的社群資產與防禦壁壘,將是這場轉型能否走得遠的真正考驗。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓