OpenAI 的 ChatGPT 在一组五项日常任务测试中，以 3:2 的比分力压 Anthropic 的 Claude Haiku 5.5，不过在更强调“量身定制”的两轮评比中，Claude 夺得胜出。
要点速览：
- ChatGPT 在感恩节聚餐筹划、创意写作以及预算计算器三个环节中获胜。
- Claude Haiku 5.5 凭借更具个性化的回答，在跑鞋推荐和家庭时间管理两轮中反超。
- Haiku 5.5 将于 10 月 29 日起取代 Haiku 4.5，成为免费版、Pro 和 Max 用户菜单中的新基础模型。
ChatGPT 测试结果概览
科技记者 Amanda Caswell 长期关注人工智能发展，她在 10 月 15 日发布的一篇对比评测中，使用完全相同的提示词，对两款聊天机器人进行了一对一测试。
测试任务涵盖从节日聚餐方案，到家庭预算计算工具等多种日常应用场景。她的评分标准，主要看模型执行指令的精准度，以及最终给用户“省掉多少后续操作”。
在感恩节筹划题中，ChatGPT 交出的方案能够在仅有一台烤箱、预算 175 美元、10 人聚餐的前提下，把几乎所有配菜都调整为纯素版本，同时兼顾操作可行性。在创意写作题上，它以中年级读者为目标，直接从“追逐情节”切入龙的故事，叙事节奏与文风更贴合要求。到了家庭财务场景，ChatGPT 还生成了一款可编辑、可下载、可离线运行的预算工具，实用性得分更高。
Claude 则在跑鞋推荐环节获胜。面对一名高足弓、每周跑量约 35 英里的跑者，它给出了偏“中性、极致缓震”类型的鞋款建议，更符合受测者的脚型和训练量；相比之下，ChatGPT 推荐的偏硬底鞋被评价为“并非理想之选”。在家庭日程排程题中，针对一位要在足球训练、邮局办事和工作截稿之间周旋的三孩职场家长，Claude 给出了一份更具个人化和同理心的时间安排，被评为更契合实际生活压力。
延伸阅读：苹果 iPhone Duo 如何 30 分钟内从“预售秒空”到“全面缺货”
Claude Haiku 5.5 测试结论
Caswell 认为，Haiku 5.5 对大部分日常问答而言已经是“够用且表现稳健”的选择，但在她这组混合场景中，如果只能二选一，她倾向优先使用 ChatGPT。她将 Claude 在两轮中获胜的关键，归因于其建议更贴近个人情况、主观上“更懂我”。
Anthropic 于 10 月 7 日正式发布 Haiku 5.5，将其定位为 Claude 产品线中体量最小、成本最低的入门级模型。公司称，与 Haiku 4.5 相比，新模型推理成本降低约 75%，特别适合摘要生成、在线客服等高频、重复性强的场景。按照披露的数据，客户支付的费用约为每百万输入 Token 0.10 美元，定价与 OpenAI 最小型号 GPT-6 Luna 持平，反映出基础模型价格战持续升温。
GPT-6 与 Haiku 上线节奏
按照 Anthropic 的规划，Haiku 4.5 将在 10 月 29 日被从模型菜单中下线，面向免费版、Pro 以及 Max 用户的基础选项将统一切换为 Haiku 5.5。不过，现有历史对话仍会保留，不受影响。
与 Haiku 5.5 同日，OpenAI 也在 ChatGPT 中上线了 GPT-6，并推出全新界面，将可交互图表、计算器与按钮直接嵌入回答之中。产品经理 Aarush Selvan 表示，最有价值的回复“绝不应只停留在纯文本”，凸显 OpenAI 正试图把 ChatGPT 打造成“可操作的应用前端”，而不仅是对话工具。
对 Anthropic 而言，Haiku 5.5 的发布则是其 5.5 代产品线的收官动作。此前一个月，公司已经陆续将高阶模型 Opus 与 Sonnet 升级至 5.5 版本，在中高端与入门级市场同时加码，与 OpenAI 在多价格带展开正面竞争。
