AI深度研究實測大PK：ChatGPT、Gemini、Perplexity、Claude，誰是最強報告神器？
重點一：AI深度研究功能無絕對優劣，Gemini擅長敘事，ChatGPT專精技術，Perplexity重數據，Claude具潛力，使用者應依需求選擇。
重點二：Gemini以近似學術寫作的深度論述與多元輸出格式取勝；ChatGPT則提供專家級的硬體規格與數據分析，但版面閱讀較為吃力。
重點三：Perplexity生成報告迅速，內容聚焦關鍵數據，適合快速查證；Claude論述能力不俗，但文章結構與引用來源仍有待優化。
時間來到2025年下半年，在各家AI模型相繼在去年底推出Deep Research（深度研究）功能後，這項堪稱「報告神器」的功能，在經過大大小小的模型迭代升級後，有變得更厲害嗎？
deep research比較：Gemini、ChatGPT、Perplexity、Claude誰最強？
為了回答這個問題，《數位時代》本次再度實測包括ChatGPT、Gemini、Perplexity以及Claude等主流AI模型，除了看看有哪些新功能外，也要探究在「寫報告」上，哪一家模型更優秀。
要先說明的是，這次測驗的Prompt是 「請幫我研究 Switch 2 的相關資訊，它跟其他主流掌機有什麼差異？」 旨在探究提示詞「意圖相對模糊」的情況下的生成品質。至於模型的選擇則盡量以各家最優秀的推論模型為優先。
此外，由於測試的項目相對單一， 因此結論恐無法推導致所有使用情境 ，讀者仍需注意評測限制。
延伸閱讀：Deep Research怎麼用？GPT、Perplexity、Grok大評測：誰最強？誰CP值最高？
選手1：Gemini，聰明、反應快、應用廣，但堪稱話癆一哥
首先以Google旗下的Gemini來說（使用模型為2.5 Pro），其特色在於，Gemini在投入深度研究之前，會先將研究計畫提交給使用者修改，以避免模糊的提示造成成效不佳的情況。而本次在未經修改研究計畫的情況下，Gemini共花費1分48秒產出結果，算是非常快速。
在內容方面，Gemini的生成內容可說是「最接近學術寫作」的格式，在 Switch 2 題目下，它由淺入深的說明任天堂推出新主機的壓力、全球佈局、定價策略、硬體革新等等篇章。必須說的是，Gemini可能是最用心在「論述」的一個AI模型。
舉例而言，在論述 Switch 2 的首發策略與初代不同時，AI會強調它不再依賴單一的「護航神作」（指涉名作《曠野之息》，當初為 ns 1 首發的任天堂本家遊戲）；而在引述 Switch 2 與 Steam Deck差異時，AI則描述 Steam Deck 本質是一台「PC」，其次才是一台「遊戲機」；而ASUS ROG Ally 系列時，AI則描述其目標客群是「希望在掌上裝置上獲得不妥協 3A 遊戲體驗的發燒級玩家。
以上的範例是要說明， Gemini的聰明之處在於透過比喻來向讀者描述抽象的「產品定位」。通常來說，這的確會給使用者一種閱讀資料過後的「心得感」，非而僅僅只是顯示機器爬蟲後權重較高的第三方資料。
但必須說，Gemini的深度報告總字數達到12,150字，十分深入，閱讀起來也十分疲累（想看報告全文請點我）。而在可靠性上，Gemini會在每一段後面附上資料來源，在後續查證上還算方便。
Gemini的一大加分項在於，它是所有選手裡面，最支援生成內容再轉化的AI。 在交出報告後，Gemini還可以進一步建立4種輸出格式， 分別是網頁、資訊圖表、測驗，以及語音摘要 ，可應對不同使用者的使用情境。
本次實測，我們先選擇了「網頁」，Gemini的策略是生成網頁形式的分析儀表板，接下來Gemini會秀出程式碼撰寫的過程，在約莫一分鐘後，就會得到一個完整的成果（想看網站請點我）。
而若選擇「資訊圖表」，則會得到各種數據集成的比較，例如機身重量、價格等等。
選手二：ChatGPT，聰明、謹慎、專業，但很嚴肅且動作偏慢
第二個選手是OpenAI旗下的ChatGPT，使用的模型則為o3-pro。 要先強調的是，在所有選手之中，o3-pro是唯二會在輸入提示詞後還會「反問使用者」的模型，其概念類似Gemini的研究計畫，目的都是在釐清使用者的意圖。
而測試時給AI的回覆是「請假設我現在有一筆接近2萬元的預算想要買掌機，但不確定要買哪一台比較好。」
隨後，o3-pro耗時13多分鐘，生成了一篇接近8,000字的報告，並將掌機選手分為效能、價格、遊戲相容性、電池續航、螢幕品質、攜帶性與設計六個面向進行比較，並以2萬元預算提出購買建議。
至於在生成內容方面， 如果說Gemini是聰明的研究生，o3-pro筆法更接近久戰沙場的技術宅。 原因在於，o3-pro相對不會避免引用相對艱澀的術語，例如在描述 Switch 2 硬體規格時，輸出如下：
從紙面規格看，Switch 2 採用了任天堂與 NVIDIA 合作的自訂 SoC，CPU 為 ARM Cortex-A78C 八核心，但為了功耗考量時脈僅約 1 GHz，上世代架構但多核低頻。GPU 部分 Switch 2 躍升到 NVIDIA Ampere 架構，相比初代 Switch 的 Maxwell GPU 提升巨大，擁有 1,536 個 CUDA 核心，在底座模式下可達約 3.1 TFLOPs 理論算力。這相當於介於 PS4 (1.84 TFLOPs) 和 PS4 Pro (4.2 TFLOPs) 之間的級別。
攜帶模式下 Switch 2 GPU 降頻至 ~1.7 TFLOPs，但透過 DLSS (Deep Learning Super Sampling) AI 超解析技術，畫面仍可升頻至高解析度並維持流暢度。NVIDIA 執行長黃仁勳更直言，由於導入最新神經網路渲染技術，Switch 2 效能較前代提升約 10 倍……（想看全文請點我）。
跳到最後的結論來說，o3-pro建議在預算約 2 萬元的條件下，Switch 2、Steam Deck、ASUS ROG Ally 各具優勢，建驗根據遊戲偏好（任天堂經典 vs. PC 大作）、使用習慣（插電長玩 vs. 通勤短玩）以及對系統開放性的需求，選出最適合的掌機，論述表現上算是中肯。
而在資料引用上，確實有在句子後方確實附註，但一大劣勢是每一段的字數都偏多，導致閱讀不易，在排版上有優化空間。
總結而言，Gemini 2.5 Pro 跟 ChatGPT o3-pro 的結論如出一轍， 差別在於Gemini更注重淺顯易懂的描述方式，而o3-pro會直接就數據比較，在理解上可能會更辛苦一點。 同時，o3-pro 目前在深度研究模式下，不會主動生成視覺化圖表。
選手三：Perplexity，快速、乾淨、省話，但有點缺乏誠意
第三位選手則是Perplexity，跟其他選手不同的是，Perplexity定位為AI搜尋引擎，在一般查詢模式可以切換第三方的AI，例如Grok 4等。但在深度研究模式下，僅能使用Perplexity預設的自家模型。
首先從輸出效率來看，Perplexity在1分鐘以內生成了2,500字左右的報告，這是目前所有選手中最短的一篇。
綜觀全文， Perplexity可以說是在「論述」上花最少心力的AI模型，與其就提示詞大作文章（反觀Gemini），Perplexity更專注在呈現乾淨的數據，讓使用者專注在理解事實之上。 這一點可以從生成的文章格式來看，Perplexity率先拋出Switch 2 的發售日期與售價，接著就直奔螢幕尺寸、控制器的規格說明。
在其後的段落，Perplexity可以說用最簡單的篇幅來比較機體差異，例如以下：
在效能比較上，Switch 2的GPU理論效能約比Steam Deck高出53%。Switch 2在《Cyberpunk 2077》等遊戲中展現更清晰的畫質和穩定的40fps以上表現。DLSS技術讓1080p畫質更為銳利，升頻效果優於Steam Deck的FSR技術。
在4K電視輸出方面，Switch 2表現出色，能在4K解析度下維持與手持模式相似的流暢度。反觀>Steam Deck在4K輸出時效能大幅下降，《Cyberpunk 2077》僅能維持30fps左右。
至於結論，Perplexity的表述如下：
Switch 2延續任天堂「即拿即玩」的設計理念，更小巧輕便，適合隨身攜帶。相對地，PC掌機如ROG Ally X雖然效能更強，但體積重量較大，更適合追求極致效能的硬核玩家。
遊戲生態系統是最大差異點。Steam Deck擁有龐大的Steam遊戲庫，支援數萬款遊戲，且經常有特價活動。但Switch 2擁有任天堂獨佔遊戲這個無法取代的優勢，《薩爾達傳說》、《瑪利歐》系列等IP是其他平台永遠無法提供的體驗……（想看全文請點我）。
總結來說， Perplexity的生成結果特別偏向客觀數據導向，也許從而避免了「多說多錯」的機器幻覺風險。在優勢上，更適合希望快速得到數據與事實的用戶，但如果是企圖找到論述新方向的研究生或研究員，可能無法從中找到更多意想不到的論述切角。
至於Perplexity生成的圖表品質，在本次實測中略顯不佳。一個是螢幕尺寸有誤植（但內文是正確的），另一個是主機售價比較優先找了美元價格（未優先選擇用戶所在地的數據），仍具有參考性
，但如果要進一步轉化成素材，還需要進一步請AI修改。
但Perplexity習慣在字句後附上資料來源，由於查證不會太麻煩，尚算資訊可靠性，且由於擅長生成標題、列點及圖表，在資訊吸收上比較有親和力。
值得注意的是，本次測試也拿了一樣問題詢問使用Perplexity的一般搜尋模式（模型用Grok 4），得到的結果雷同，主要差別僅在於沒視覺化圖表。
選手四：Claude，聰明、保守，有潛力但仍待優化
最後一個選手是Claude，這一家在生成程式碼上聲名遠播的公司，在今年4月才推出深度搜尋功能，是目前一線AI模型中相對較晚的競逐者，本次使用的模型則是Claude opus 4。
首先以生成效率來看，Claude的研究功能以約7分20秒的時長，輸出了約3,200字的報告，單純以效率來說不是最佳。 **但值得一提的是，opus 4 是除了 o3-pro以外唯二會反問使用者的模型，其要求釐清「主流掌機」定義，以及性能規格、價格、遊戲陣容、便攜性等等比較面向。 **
回到以生成品質來看，opus 4 具備了類似Gemeni的比喻能力，例如描述 Switch 2 的效能如下：
Switch 2 更大的 7.9 英寸 LCD 代表了務實的選擇，優先考慮尺寸和解析度而非顯示技術。1080p 面板支援 HDR10 和高達 120Hz 的可變刷新率，為任天堂色彩豐富的第一方遊戲提供出色的清晰度。連接底座時，系統輸出高達 4K 解析度 60fps 或 1440p 120fps，展示了 DLSS 升頻能力。
電源效率的故事更加引人注目。在掌機模式下運行《電馭叛客 2077》，Switch 2 消耗約 8.9W，同時達到 Steam Deck 在 24.5W 時的性能——僅使用 36% 的功率就實現了類似的結果。這種效率直接轉化為電池壽命，分析師估計 Switch 2 的 19-20Wh 電池【傳聞/洩露】可以進行 2.5-3 小時的高負荷遊戲。
要特別說明的是，opus 4 在論述能力上或可比肩Gemini 2.5 Pro，但文章結構的編排或有改善空間，它並未像 Perplexity 或 o3-pro 等模型擅長列點，大多以文章形式產出，也沒有列表，這導致在部分涉及硬體規格的部分較難以閱讀。
此外，opus 4 本次輸出雖然是以繁體中文提問，但報告結果卻提供英文，而要求將報告翻譯為中文後，就丟失了原先標住在文章內的資料連結。導致後續查證相對困難。
最後以結論來說，opus 4 在總結上相對保守，對於機體定位的描述，以及建議購買的考慮事項， 解釋力稍嫌不足，有點類似自信心不足的研究生。
對於任天堂粉絲來說，Switch 2 代表了明顯的升級，在性能和功能方面有了有意義的改進。尋求多功能性的 PC 玩家會發現 Steam Deck OLED 在 549-649 美元的硬體和軟體成熟度組合很有吸引力。預算靈活的性能愛好者應該考慮 ROG Ally X 或新興的基於英特爾的選項，如 MSI Claw 8 AI+。預算有限的買家選擇 399 美元的 Steam Deck LCD 不會出錯，儘管有更新的替代品，它仍然具有競爭力……（想看全文請點我）。
總評：沒有最強，只有最適合
在經過本次評測後，以下將以廣度（讀取資料的多寡）、深度（論述的產出品質）、可讀性（文章編排的合理性）、可靠性（標注資料來源是否確實），滿分皆為五星，並總結優劣勢來進行評比。
最後要附註的是，本文由於缺乏在Grok平台上使用 Grok 4 的資格，因此本次評測就暫無納入；同時，以下描述的Claude「不附來源」，是提供的方式不易查閱，而不是未提供，特此說明。
延伸閱讀：Deep Research怎麼用？GPT、Perplexity、Grok大評測：誰最強？誰CP值最高？
年薪上看487萬！10大「AI最難取代」高薪職位出爐：不只工程師，這類非理科也超穩
責任編輯：李先泰
本文不開放轉載
延伸閱讀
「大全聯」品牌識別出了什麼問題？從家樂福案例思考：併購後命名該部分保留還是整個換？
日本關稅降至15%！將開放美國車、米、農產品⋯進口，豐田等日本車廠將成最大贏家？
「加入《數位時代》LINE好友，科技新聞不漏接」