主流 AI 模型在 2026 年的格局已經跟一年前完全不同。Claude、ChatGPT、Gemini、Grok、Perplexity 各自佔據不同位置，沒有單一工具能吃下所有場景。這篇用實際工作流的角度，攤開五個主流模型在價格、中文能力、使用場景上的差異，跳過「各有優劣」的客套話，直接給可行的分工建議。
大比較表
下面這張表是 2026-05-30 重新查證後的整理結果，評分是基於日常重度使用的主觀打分，滿分 5 分。
| 模型 | 擅長 | 弱項 | 中文能力 | 免費額度 | 月費（參考） | 主觀評分 |
|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 長文寫作、指令遵守、1M context | 慢、不能生圖 | ★★★★⯪ | 有，訊息數受限 | Pro US$20 / Max US$100-200；API US$5/US$25 per 1M | 4.5 |
| Claude Sonnet | 速度快、性價比高 | 深度不如 Opus | ★★★★☆ | 同上 | 同上（含在方案內） | 4.0 |
| ChatGPT 5.5 | 創意發想、多模態、Codex 整合 | 話太多、常自作主張 | ★★★★⯪ | 有，GPT-5.5 額度受限，超過切 mini | Go 依地區 / Plus US$20 / Pro US$100-200 | 3.5 |
| Gemini 3.1 Pro | 圖片生成、長 context | 過於諂媚、深度一般 | ★★★☆☆ | 最大方 | AI Plus NT$260 / Pro NT$650 / Ultra NT$8,150 | 3.5 |
| Gemini 3.5 Flash | agentic/coding、快速、1M context | 深度仍不如 Pro | ★★★☆☆ | 非常多 | 同上；API US$1.50/US$9 per 1M | 3.5 |
| Grok 4.3 | 即時資訊、X 整合、2M context | 語音功能僵硬、深度不足 | ★★★☆☆ | 有 | SuperGrok Lite US$10 / SuperGrok US$30 | 3.5 |
| Perplexity | 搜尋整合、引用來源 | 不適合長文寫作 | ★★★☆☆ | 有，每日查詢受限 | Pro ~US$20 | 4.0 |
幾個重點解釋一下。
Claude 拿 4.5 分是因為在最核心的工作場景（寫文章、寫程式、遵守規則）表現最穩。扣的半分是不能生圖，有些場景非得切到別的工具。詳細的版本選擇可以參考 Claude Opus vs Sonnet 比較。
ChatGPT 拿 3.5 分的理由：它是 AI 的瑞士刀，能生圖、寫程式、做深度調查，什麼都能做，效能相當平衡，但在文體表現上仍略遜於 Claude 家族。但 ChatGPT 的發想能力跟 Grok 的回覆品質是真的不錯。
Perplexity 拿 3 分跟 Claude 差不多。原因是它在自己的領域（搜尋整合）做到了其他模型做不到的事。需要查資料確認事實的時候，它通常是第一選擇。完整介紹見 Perplexity 完整教學。
中文能力深入比較
這是很多人選模型會忽略的面向。在台灣用 AI 工具，中文能力直接影響每天的使用體驗。
Claude 的中文是真的好。叫它用什麼語氣就用什麼語氣，不會突然蹦出「讓我們深入探討」這種機器味句子。即使丟一份寫了二十幾條風格規則的指南進去，它也幾乎全部做到。三千字的文章從頭到尾維持同一個語氣，不會到第五段突然變成學術論文。
ChatGPT 中文也行，日常對話沒問題。但有時候會出現那種「最佳化您的工作流程」的翻譯腔，句子結構明顯是英文邏輯翻過來的。讀起來會讓人饅頭問號（？）。不過它有一個優勢：中文網路用語認得比較多，一些最新的梗跟縮寫它跟得上，Claude 在這方面偶爾會落後幾個月。
Gemini 中文最讓人頭痛。文字對話可以用中文，品質也不差。但圖片生成碰到中文 prompt 常常出問題，每五次大概有一次會被莫名拒絕，理由是「可能違反使用政策」。換英文 prompt 就秒過。它的新功能通常也是英文先上線，中文要等幾週甚至幾個月。詳細的中文使用技巧整理在 Gemini 中文教學。
Grok 的中文堪用。打字模式回覆的語感蠻自然，偶爾會跑出簡體字，要在 prompt 裡面強調「請用繁體中文」才穩定。語音模式的中文就別提了，機器味很重。中文使用細節在 Grok 中文免費教學有更完整的整理。
Perplexity 的中文搜尋比預期的好。它能理解繁中查詢，回覆也是繁中。但引用的來源以英文居多，中文來源的覆蓋率還有進步空間。
場景推薦矩陣
不同事情用不同工具，這是試了一年多之後沉澱下來的分工。
| 場景 | 首選 | 備選 | 為什麼 |
|---|---|---|---|
| 寫作 | Claude Opus | ChatGPT | Claude 指令遵守好、中文自然、字數控制精準 |
| 程式碼 | Claude Code + Codex | Codex | Opus 做架構，Codex 執行修改，品質最穩 |
| 研究 | Perplexity | ChatGPT | 引用來源完整，事實核對最可靠 |
| 創意發想 | ChatGPT | Claude | 發散能力最強，點子多到爆炸 |
| 圖片生成 | Gemini | ChatGPT | 風格一致性好、速度快、品質高 |
| 即時資訊 | Grok | Perplexity | 綁 X 資料，反應速度最快 |
| 日常問答 | Gemini 3.5 Flash | ChatGPT | 免費、快速、簡單問題夠用 |
| 長文件整理 | NotebookLM | Claude | 可以對整份 PDF/影片做 QA，生成摘要 |
寫作場景
Claude Opus 一枝獨秀。所有的部落格文章、社群長文、SEO 內容都可以放心交給它。叫它不要寫結語，它真的不會寫。叫它控制在 800 字，它回 820 字，誤差在可接受範圍。
ChatGPT 呢？叫它寫 300 字，它回 800 字還附三個小標題。在 prompt 裡面寫「不要寫結語」，它在文章最後面加了一段「期待您的探索之旅」。改了三次，第三次它終於沒寫結語了，但偷偷加了一個「重點摘要」。
ChatGPT 寫出來的東西品質不差，有些角度甚至比 Claude 更有創意。但需要穩定輸出、品質可預測、格式精確控制的時候，Claude 目前沒有對手。
程式場景
這邊的分工比較複雜。比較順手的 pipeline 是：Opus 做 planning 和 code review，Codex 跑實際的程式碼修改，Sonnet 做機械性的前處理工作。
一開始讓 Opus 直接改 code 常常會出問題。Opus 的強項是理解系統架構、找出問題，但實際動手改 code 的時候偶爾會漏掉邊界情況，或者一直回頭改。把「想」跟「做」分開後，Opus 出計畫、Codex 執行，品質會穩定很多。詳細的開發工具搭配在 Claude Code 完整教學 裡有更系統的整理。
ChatGPT 寫程式也行，但有一個讓人受不了的習慣：會自作主張幫你「改進」沒要求改的地方。請它修一個 bug，它修了 bug 順便幫你重構了三個函式。通常重構得也不差，但在 production 環境裡面，未經要求的改動就是風險。
研究場景
Perplexity 在這個場景的優勢太大了。它會告訴你資料從哪來，附上原始連結，可以自己去確認。寫文章需要引用數據的時候，第一站通常是 Perplexity。
ChatGPT/Claude Opus 的搜尋功能在 2026 年進步很多，且引用品質也相當好。使用深度研究能夠獲得品質相當好而且邏輯縝密的文章。
Grok 在即時性上面贏 Perplexity。問「今天美股市場發生什麼事」，Grok 能給最近一小時的 X 上面的討論。Perplexity 通常會晚一兩個小時。
圖片生成場景
2026 年的 Gemini 和 ChatGPT 圖片生成品質跳了一大級，風格一致性是它最大的賣點。生成一系列社群配圖，同一個 session 裡面的圖片風格會自動維持一致。對做內容的人來說省超多時間。
主流的做法是配圖開 Gemini 或 ChatGPT，用英文 prompt。完整的圖片工具比較整理在 AI 繪圖工具比較。
工具分工策略
每個工具做它最擅長的事，不期望一個工具解決所有問題。
ChatGPT 適合絕大部分需求：想新企劃、新內容方向，先丟 ChatGPT 一個模糊的想法讓它展開。想寫程式，能給方向和 Codex 能直接上場。想生圖，有 GPT Image 可以使用。ChatGPT 可以說是一個 AI 的瑞士刀。
Claude 適合擔任大腦，佔小企鵝每天 AI 使用時間大概九成。長文、系統設計、code review、每天的日記反思，全部交給它，它的「文風」真的是它的核心優勢。此外，守規則也是它一大特點，如果用一份 CLAUDE.md 設定檔寫上幾十條規則，從語氣、用詞、輸出格式到什麼情況要先確認再動，Claude 幾乎都能遵守。
Perplexity 方面，目前查資料已經很少用 Google 了，直接問 Perplexity。寫文章需要確認事實、查數據、找來源，全部丟 Perplexity。它回覆的每句話都有出處，可以點進去交叉比對。
Gemini 跟 Grok 則是特殊需求時候會用到。Gemini 負責圖片跟快速問答，Grok 負責追即時動態。Grok 的回覆品質算順，語感自然，不會像某些模型一樣每句話都在寫論文。語音模式就比較糟，僵硬到不行，問它一個問題它回答的語調像在念稿。
這個分工也不是一開始就這樣的。2025 年幾乎什麼都用 ChatGPT/Gemini，因為它功能最全。後來發現寫文章的品質一直不滿意，試了 Claude 之後就回不去了（很習慣高品質問答了）。
每個模型最常被吐槽的一面
這段是踩坑紀錄，列出來讓後面的人可以避開。
Claude：幻覺數據
有時候請它分析一份 30 頁的 PDF 研究報告，它會信心滿滿給出一堆數據分析，圖表位置都引用得頭頭是道。但回去翻原始 PDF 比對，會發現有些數字是它「補上去的」。PDF 裡根本沒有那些數據，它自己編了看起來合理的數字填進去。
最可怕的是它編的數字很合理。沒回去對照原文的話，一定會直接用。
合理的習慣是：Claude 給出來的任何數據，都丟 Perplexity 再查一次。特別是它給的數字帶到小數點的時候，就更要懷疑。
ChatGPT：管不住的字數
叫它寫一篇 SEO 文章，給很詳細的 outline 跟字數限制：六個章節、每章 200-300 字、全文 1500 字以內。它回一篇 2500 字的文章，六個章節它自己加到十個，還貼心地幫你寫了「總結」跟「常見問題」。
完全沒要求這些。改了三次，每次都提醒「請嚴格遵守 outline，不要新增章節」。第二次它砍到八個章節。第三次終於六個了，但字數還是 2000 字。
實務上的應對是 ChatGPT 的輸出預設要砍。反正它給的料多，砍比加容易。
Gemini：中文歧視
中文 prompt 生圖被拒絕的狀況很常見。「一隻企鵝坐在電腦前面」這種無害 prompt，Gemini 會說可能違反使用政策。
換成英文 “a penguin sitting in front of a computer”，三秒出圖。
X 上面有不少中文使用者都碰到一樣的問題。Google 的安全過濾對中文 prompt 過於保守。這個問題到 2026 年 4 月還是會偶爾遇到，比較穩的解法就是全部用英文 prompt。
Grok：語音模式
Grok 打字模式的體驗很順，但語音模式是另一回事。
回答內容沒問題，問題在語調。完全平板。像是有人把一篇文章用最基本的 TTS 念出來，沒有停頓、沒有語氣變化、沒有重點強調。每句話都是同一個節奏、同一個音調。
ChatGPT 的語音模式在這方面好太多了，有情緒、有節奏感、會因為內容不同調整語氣。Grok 的語音就像在聽機器人念稿。
Perplexity：來源正確但整合錯誤
查一個比較冷門的 DeFi 協議技術問題，Perplexity 給了一個看起來很完整的回答，引用了三個來源。點進去確認的時候會發現：三個來源都是真的網頁，都跟那個協議有關。但 Perplexity 整合出來的結論跟原始來源說的不一樣。它把 A 來源的數字配上 B 來源的情境，得出了一個兩邊都沒說過的結論。
來源是真的，整合是錯的。
合理的流程是 Perplexity 回覆裡面的關鍵事實，一定點進原始來源確認。特別是它把多個來源的資訊混在一起講的時候。
2026 年下半年值得觀察的變化
幾個可能改變分工的變化：
Claude 如果支援圖片生成，Gemini 在工具箱裡的地位會大幅下降。目前 Claude 什麼都好就是不能生圖，這是每天要切到 Gemini 的唯一原因。
ChatGPT 的文風與指令遵守如果改善，它可能搶回一些 Claude 的場景。ChatGPT 的功能覆蓋面是最廣的，如果它能學會聽話，威脅很大。
Grok 的語音如果追上 ChatGPT 的水準，它在日常互動場景的競爭力會大增。打字模式的品質已經很好了，語音是它最大的短板。
Perplexity 如果加強中文來源的覆蓋率，對中文使用者的價值會再上一個台階。
任務決策樹：哪種 AI 用在哪裡
先從任務型態判斷，不要從品牌偏好開始。
| 你要做的事 | 首選 | 何時換工具 |
|---|---|---|
| 長文、SEO、風格一致 | Claude | 需要發想很多角度時先丟 ChatGPT |
| 腦力激盪、企劃、圖片、Codex | ChatGPT | 需要嚴格文風時交給 Claude 收尾 |
| 查證、來源、研究報告 | Perplexity / AI 搜尋 | 需要接著產出內容時轉 ChatGPT 或 Claude |
| 圖片生成、Google 文件、大量 context | Gemini | 中文風格不穩時改 Claude |
| 即時新聞、X 風向 | Grok | 需要正式 citation 時回 Perplexity |
| 個人多 agent workflow | OpenClaw | 只偶爾問問題時不用上框架 |
怎麼選？
只想用一個 → 選 ChatGPT。功能最全面、生態最完整、免費版也能做不少事。單項冠軍會輸給其他模型，但綜合最全能。
願意用兩個 → 加 Claude。寫作品質跟指令遵守的差距會立刻有感。特別是有大量文字輸出需求的話，Claude 省下的修改時間非常可觀。
需要做研究 → 加 Perplexity。查資料的效率跟可信度跟其他模型差一個級別。
做視覺內容 → 加 Gemini。圖片生成的品質跟一致性目前在主流工具裡表現特別突出。
重度使用 → 每個工具都開一個訂閱。聽起來花很多錢，但這些工具用來工作，省下來的時間換算成時薪很快就回本。
小企鵝的經驗
小企鵝每天實際在用的 AI 工具有 9 個：Claude Code、Codex、Perplexity、Grok、Gemini、ChatGPT、NotebookLM、OpenClaw。每個位置都是踩坑試出來的 😂 多玩就會這樣。
Claude 是主力，每天用最久。長文、CLAUDE.md 規則設定、寫程式的 planning 跟 review 都丟它。文字風格在所有工具裡最舒服，這個觀感後來也沒換過。其次則是萬用瑞士刀 ChatGPT，什麼都能做，主要我是讓它幫忙 Claude 寫程式，輸出品質好。Perplexity 則是搜尋見長，現在查資料的預設動作不再是 Google。Gemini 主要負責圖片，質感跟風格一致性夠用，限制偏多的部分也是真的。Grok 的打字模式回覆品質很滿意，語音功能太僵硬就直接放掉了。
棄用的工具也整理一下：NotebookLM 簡報生成功能中文扭曲嚴重，所以只用它的逐字稿輸出再丟其他大模型分析；Apple Intelligence 智力有限，日常用不上；Canva 一般版的設計感不足、奇怪色彩漸層多，現在只拿來排板用。
延伸閱讀
常見問題
Q: 2026 年哪個 AI 模型最好用？
沒有單一最好用的模型。把 9 個工具各司其職分工是比較實際的做法：Claude 寫長文、ChatGPT 發想、Perplexity 做研究、Gemini 生圖、Grok 看即時資訊。選模型要看用來做什麼。
Q: AI 模型免費版夠用嗎？
看需求。Gemini 免費版最大方，Grok 免費額度也不錯。ChatGPT 免費版限制多，Claude 免費版有訊息上限。如果每天要密集使用，付費版差異非常明顯。
Q: AI 模型的中文能力差很多嗎？
差很多。Claude 中文最自然，像朋友在說話。ChatGPT 也不錯但偶爾會出現翻譯腔。Gemini 中文限制最多，很多功能只支援英文。Grok 中文堪用但偶爾會跑出簡體。
Q: 寫文章該選 Claude 還是 ChatGPT？
需要穩定長文、風格控制、少改稿，選 Claude。需要發想、列很多角度、快速做草稿，ChatGPT 很好用。實務上最穩是 ChatGPT 發散、Claude 收斂。
Q: 做研究該用 Perplexity 還是 ChatGPT Deep Research？
需要快速查證和來源標註，Perplexity 最順。需要把研究結果接著改寫、整理、產出簡報或程式任務，ChatGPT Deep Research 的後續處理比較方便。重要內容仍要點原始來源確認。
Q: Gemini 適合什麼任務？
Gemini 適合圖片生成、大量資料整理、Google 生態工作流，以及需要長 context 的任務。中文寫作和嚴格風格控制不是它最強的地方。
Q: 預算有限該先訂哪兩個 AI 工具？
優先 Claude + ChatGPT。Claude 負責長文與規則遵守，ChatGPT 負責發想、多模態和 Codex 工作流。研究需求很重時再把 Perplexity 加進來。
整理：Penna｜小企鵝 Penchan