研究：AI模型回答財務問題出錯率高 表現最優的是這款

研究發現，AI模型回答財務問題的出錯率高，但Claude Opus 5「推論」模式表現最佳。(路透)

許多人有財務問題時，愛求助於人工智慧（ AI ）機器人。但研究發現，市面上的AI模型回財務相關問題時，出錯率極高。

金融時報報導，科技公司Saturn的研究發現，當前最熱門的AI模型，包括 ChatGPT 、Claude、Copilot、Grok和 Gemini ，對財務相關提問提供的答覆出錯率有57%。若是詢問較複雜的問題，比方說需要不只一次計算者，AI模型平均出錯率達88%。有些模型遇上難題時，出錯率甚至高達99%。

這項研究用超過100個錢財相關問題，來考驗免費版及付費版AI模型，受測的模型包括：ChatGPT、Claude、Copilot和Gemini。問題最多重複五遍，對18種不同的AI模型總共問了超過1萬個問題。

結果發現，AI模型的答覆充斥著錯誤，包括計算錯了、未考量將實施的稅法規定改變，或AI自己幻想出規則。

最糟的是倚賴AI回答稅務問題恐致嚴重的財務損失。Saturn執行長喬利說：「數百萬人現在靠AI模型提供財務建議，但得到的卻是錯誤答案，可能造成金錢損失。」

例如，去年推出的免費版AI模型Claude Haiku 4.5，因為弄錯退休金稅法規定，害英國一名退休金儲戶面臨得補繳17,500英鎊稅金給國稅局。另一例是，被問到學生貸款問題時，Claude竟然「自創規則」，告訴某畢業生說，移居海外可停繳學貸。

研究發現，付費版AI模型給的答案比免費版正確，較新版模型的表現也比舊版好。

根據Saturn的研究，整體來說，表現最佳的模型是Claude Opus 5「推論」模式，但回答問題的出錯率仍有39%。

投資平台AJ Bell個人理財主管柯爾絲表示，AI給的財務相關建議不可輕信，但聊天機器人在預算規劃和資料研究方面的確很有用，例如根據某人的收入和支出，點出哪些地方可能花太多錢。

精華 FAQ Q1：這項研究發現AI回答財務問題的整體表現如何？ Saturn測試超過1萬題後發現，主流AI模型回答財務相關問題的平均出錯率達57%，顯示現階段不宜把它們當成可靠的財務顧問。 Q2：哪些情況下AI模型的財務答覆最容易出錯？ 當問題較複雜、需要不只一次計算，或牽涉稅法與規則變動時，AI更容易答錯，平均錯誤率達88%，部分模型甚至高達99%。 Q3：哪一款AI模型表現最好，研究又給出什麼提醒？ 研究指出Claude Opus 5的推論模式整體表現最佳，但仍有39%出錯率。專家提醒，AI可用於預算整理與資料研究，卻不該直接取代專業財務建議。

Q1：這項研究發現AI回答財務問題的整體表現如何？ Saturn測試超過1萬題後發現，主流AI模型回答財務相關問題的平均出錯率達57%，顯示現階段不宜把它們當成可靠的財務顧問。

Q1：這項研究發現AI回答財務問題的整體表現如何？

Saturn測試超過1萬題後發現，主流AI模型回答財務相關問題的平均出錯率達57%，顯示現階段不宜把它們當成可靠的財務顧問。

Q2：哪些情況下AI模型的財務答覆最容易出錯？ 當問題較複雜、需要不只一次計算，或牽涉稅法與規則變動時，AI更容易答錯，平均錯誤率達88%，部分模型甚至高達99%。

Q2：哪些情況下AI模型的財務答覆最容易出錯？

當問題較複雜、需要不只一次計算，或牽涉稅法與規則變動時，AI更容易答錯，平均錯誤率達88%，部分模型甚至高達99%。

Q3：哪一款AI模型表現最好，研究又給出什麼提醒？ 研究指出Claude Opus 5的推論模式整體表現最佳，但仍有39%出錯率。專家提醒，AI可用於預算整理與資料研究，卻不該直接取代專業財務建議。

Q3：哪一款AI模型表現最好，研究又給出什麼提醒？

研究指出Claude Opus 5的推論模式整體表現最佳，但仍有39%出錯率。專家提醒，AI可用於預算整理與資料研究，卻不該直接取代專業財務建議。

駁AI世界末日論 黃仁勳：應儘可能全速發展