实测ChatGPT Work vs Claude Cowork，OpenAI 这次真追上来了

本文来自微信公众号： 硅星人Pro ，作者：周一笑，原文标题：《实测 ChatGPT Work vs Claude Cowork，OpenAI 这次真追上来了》

7 月 9 日，OpenAI 一口气发了三样东西，新模型 GPT-5.6，一个把 Chat、Work、Codex 装进同一个壳的新桌面应用，以及本文的主角 ChatGPT Work。官方的说法是，ChatGPT 从此不再只是回答问题，而是把活真正干完，交出来的不是聊天记录，是表格、文档、PPT，甚至一个能直接分享的网站。

这就是冲着 Claude Cowork 来的。

Anthropic 今年 1 月开创了 cowork 这个品类，7 月 7 日刚扩展到网页和手机，48 小时后 ChatGPT Work 就上线了。我们更想知道，这两个都号称"能把活干完"的家伙，到底谁更强，什么场景下更适合选择谁。

于是我们选择了三个相对真实场景的活。

同样的提示词，两边同时跑，中途不救场、不多解释。

ChatGPT 模型选 GPT-5.6 Sol，推理强度拉到"极高"。Claude 这边是 100 美元一个月的 Max，用上了恰好限时开放到 7 月 12 日的旗舰 Fable 5，强度选 Extra。两者的推理强度都是倒数第二高的一档。

1

第一个活，WAIC 会前功课

我们丢给两边的是同一个Prompt：WAIC 快开始了，这几天我都会去。主要想看看真正能落地的 AI 产品，也想顺便找些能写文章或者做视频的选题。你帮我把会前功课做了，判断每天重点看什么、时间怎么分配，别平均用力，最后给我一个到现场能直接用的安排。大会信息你自己查。

ChatGPT 跑了 18 分 50 秒，交上来的是是一张能点开翻页的交互卡片。他的安排比较狠，每天只跑一个片区。一份明确的"跳过清单"，排队超过 12 分钟的机器人表演、只放预录视频的“世界模型”、没有产品负责人在场的大牌展台，统统放弃。每个展位只给 10 分钟，按五个问题打分，4 分以上当场约采访，连邀约话术都替你拟好了。

不过在核对了信息之后，我们发现它漏掉了一些日程。整个张江片区在它的安排里消失了，芯片和算力那半场等于替我们放弃，它还提前押定了“AI 视频”这条选题主线，后面的安排都围着这个转。

Claude 用了 6 分钟，交上来一份 Markdown 文档，风格比较大而全，三地四馆全覆盖。它知道 Hi WAIC App 是唯一购票渠道、展览票限时 168 元、19 日晚的创作者之夜值得去社交，甚至提醒你带两个充电宝。

有意思的是我们故意没交代任何背景，两个 AI 也都没追问。ChatGPT 押了两头，有论坛票怎么走、没票怎么走各给一套。Claude 直接按普通观众的剧本办事，让我们买票，开幕式上午“在住处看直播”。

接着我们追问了一句，想留出半天集中做采访，也不想每天从早跑到晚。两边都顺利重排。但 ChatGPT 跑到一半，Plus 的额度用完了，界面弹出“你的 Codex 和工作使用额度已用完”。不过它没有停，坚持把重排跑完才罢休。

交完活，我们把两份手册和官方信息对了一遍。展位、展品这类查得到的静态信息，两家全对，20 多个展位号逐字命中官方展商库。但还是有一些不准确的地方，文章开头那个让你进不了门的坑是 ChatGPT 挖的，Claude 则会让你为一台华为超节点白跑一个片区。即使是 Sota AI 做的攻略也不能全信。

整体来看，这一轮 ChatGPT 略胜，它交的东西更接近能直接用。

1

罗永浩使用指南

第二个测试参考了海外最近的一个案例，有人把自己多年的 Reddit 发言和 Google 账户数据喂给 AI，让它写一份"本人使用说明书"。我们把研究对象换成了一个资料多到溢出的公开人物，罗永浩。

Prompt：你帮我弄一份《罗永浩使用指南》：就是假设我下周要去给罗永浩当下属，我得知道些什么、注意些什么、怎么跟他共事。网上资料你自己去查，最后给我一个实用的东西。

交完初稿，我们再各追加一句，做成一个美观的网页。

左图为ChatGPT Work制作，右图为Claude Cowork制作：

两份乍一看风格差不多，但细看的气质不太一样。ChatGPT 交的像一篇商业特稿，衬线字体，克制的墨色排版，写的是“坏消息要早”、“异议翻译成约束”这样的职场用语，给产品、工程、公关不同岗位分别划了重点，文末还列了 9 个资料来源，每条标着年份和可信度。

Claude 交的是标准的新媒体爆款，圆角卡片配 emoji，“真还传”时间线，按杀伤力排序的雷区清单，第一条是永远别对他说“差不多就行了”。

做成网页之后，差距拉开了一些。ChatGPT 那份纸色打底，墨黑配暗红，章节编号排得像刊物栏目，这个设计是为这个题定做的，甚至有点锤子发布会的风格，也不只是好看，它给页面写了打印样式，可以直接打成纸质手册，入职清单能打勾，进度存在本地，刷新不丢，汇报模板旁边配了一键复制。

Claude 的网页是标准的现代卡片流，时间轴、红绿速查表、emoji 图标，扫读很舒服，但模板感多一些，论成品完成度，这轮ChatGPT赢了。

还有一个细节。ChatGPT 可以把网页发布成了一个谁都能打开的公开链接（https://luoyonghao-field-manual-2026.smiletalker.chatgpt.site），用的是这次新发的 Sites 功能，可以说很方便了。

1

第三个活，让它们互相调研

最后我们把测评对象换成了它们自己：帮我调研对比一下ChatGPT Work和Claude Cowork这两个产品：现在各自做到什么程度了、用户实际用下来评价怎么样、各自强在哪弱在哪，给我一份靠谱的对比调研PPT。

Claude 这次补充了问题几个问题，这份 PPT 的用途是什么，受众是谁。ChatGPT 拿到指令，直接开跑。

ChatGPT 交了 16 页，结构上更像一份真 PPT，标题全是结论，把“Work 上线仅 1 天”单独拎出来，写明现在只能评价早期信号，不能宣称已有稳定口碑。

ChatGPT Work产出PPT

Claude 交了 12 页，更像一份塞进 PPT 的研究报告，定价、市场份额、企业采用数据全在里面。风格上两份差不太多，都密密麻麻，谁也谈不上能直接投屏演示，只能算不错的初稿。

Claude Cowork产出PPT

有意思的是这个任务我们本来想看谁护短，结果没人护短。ChatGPT 的结论页白纸黑字写着“Cowork 更成熟，Work 更宽”，建议生产型试点优先用 Cowork，还把“与 Codex 共用额度”列进自家短板。Claude 把 Cowork 上线首周误删用户 11GB 文件、被演示提示注入攻击的两起事故原原本本写了进去。

1

AI 员工还在试用期

整体测下来的初步体感，GPT-5.6 Sol 和 ChatGPT Work，至少不比 Fable 5 和 Cowork 差。它更慢也烧token，但交付的完成度普遍更高，再算上生图这样的多模态能力、Sites 这样的独有功能，20 美元的 Plus 能拿到的东西其实超出了定价。

短板同样明显。agent 额度的体验太容易翻车，几个任务就跑完了订阅额度，临时充值的几美元也转眼见底，账单藏在订阅之外。而这次三合一的合并，对只想安静聊天的老用户相当不友好，旧应用被改名“ChatGPT Classic”打入冷宫，聊天入口缩在新应用的角落里，社区的怨气已经不小。

至于怎么选，我们的体感和社区里同时体验过的用户形成的共识类似。要走从信息到成品的链路，查资料、做表、做 PPT、做网页，用 ChatGPT Work。要处理自己电脑里的东西，把一个文件夹的素材整理成稿件包、把一堆会议材料变成 briefing，用 Cowork。

ChatGPT 自己那份 PPT 里写了一句“按任务选，比按品牌选更可靠”，它自己的建议，成了我们的结论。

整体来看，这已经不是两个AI在比谁会聊天，而是“办公入口”的竞争。OpenAI 的路线是把 Codex 从程序员工具改造成普通人的工作引擎，Anthropic 的路线是把 AI 放进一个权限受控的桌面工作间。但两家也相互“学习”，越长越像，OpenAI 这次把聊天、Work、Codex 塞进同一个应用，这个结构在 Claude 那边早就是一家人的样子。

进步也是真的。办公 agent 的任务完成率两年间从四成出头爬到了近九成，但在掺着杂乱文件、更接近真实职业的benchmark上，最强配置至今拿不到一半的分。它交上来的活，敢不敢不检查就直接用，至少今天还不敢。

但必须说一句，OpenAI 这次是真的追上来了。GPT-5.5 时代被 Claude 压着打的那口气，靠 5.6 加 Work 一次找补了回来。对真打算雇个 AI 员工的人来说，好戏在后头。