GPT-5.5 vs Claude Opus 4.7：在意幻覺時該用哪個 AI（2026 年基準測試數據）

GPT-5.5 的 86% 幻覺率隨其於 2026 年 4 月發佈一同拋出，彷彿一顆沒人想去撿的手榴彈。該模型在 Artificial Analysis 的 AA-Omniscience 基準上達到 57% 準確率——有史以來最高的事實召回率——但當它不知道某件事時，卻比任何旗艦競品更傾向於在「不確定」時仍然作答。

Claude Opus 4.7 的幻覺率為 36%。Gemini 3.1 Pro 的幻覺率為 50%。GPT-5.5 的幻覺率為 86%。

兩件事同時為真：它是你能按 token 租到的最聰明的模型，也是最願意編造答案的模型。理解這道差距，是把 GPT-5.5 戰略性用在刀口上，與把滿篇自信錯誤的報告交付給客戶，兩者之間的分水嶺。

這不是一篇「GPT-5.5 不行、Claude Opus 4.7 才行」的文章。這是一套根據任務需求與可容忍失誤，決定何時用哪個模型的決策框架。

---

這個 86% 到底在衡量什麼（以及為什麼和你以為的不一樣）

Artificial Analysis 構建 AA-Omniscience 以在 40 多個領域中壓測事實知識。該基準追蹤兩個獨立指標：

• 當模型作答時，有多常答對？