OpenAI 重磅出击！ChatGPT Work 与 Claude Cowork 的对决谁更强？

7月9日，OpenAI一口气发布了三项重要更新：新一代模型 GPT-5.6、全新整合Chat、Work、Codex功能的桌面应用程序，以及本届测评的核心角色——ChatGPT Work。

官方表示，ChatGPT 已经不再只是回答问题，而是能够处理真实工作，输出不是聊天记录，而是可以直接使用的表格、文档、PPT，甚至一个可直接分享的网站。

这就像是冲着 Claude Cowork 来的。

Anthropic 在今年1月开创了 cowork 这一新型产品，7月7日扩展至网页和手机后，仅仅48小时后 ChatGPT Work 就正式上线了。我们更想知道，这两个都号称‘能把活干完’的AI助手，到底谁更强，适合哪些场景。

因此，我们选取了三个相对真实的工作场景进行测试。

同样的提示词，同时发送给两边，中途不干预、不多解释。

ChatGPT 使用了 GPT-5.6 Sol 模型，推理强度设定为‘极高’；而 Claude 使用的是 100 美元一个月的 Max 模型，搭配限时开放的 Fable 5 芯片（直到7月12日），两者都是推理强度倒数第二高的一档。

1. 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，交上来的是可以点开翻页的交互卡片。它的安排比较狠，每天只跑一个片区，还列出了‘跳过清单’，如排队超过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。

但在核对信息后，我们发现它遗漏了一些日程。整个张江片区在它的安排中 disappeared，芯片和算力那半场等于自动放弃，它还提前押定了‘AI视频’这条选题主线，后面的安排都围绕这个展开。

Claude 则用了6分钟交出一份 Markdown 格式文档，风格更大而全，包含了三大展区、四个展馆的全覆盖。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社交，甚至提醒你带两个充电宝。

有意思的是，我们并未提供任何背景说明，两个AI也都没有追问。ChatGPT 押了两头——有论坛票怎么走、没票怎么走各给一套方案；而 Claude 直接按普通观众的剧本处置，推荐了买票，开幕式上午‘在住处看直播’。

接着我们追加了一个要求：希望留出半天集中做采访，不想每天早出晚归。两边都顺利重排。但 ChatGPT 一半路程就遇到了问题，Plus 的额度用完了，界面弹出“你的 Codex 和工作使用额度已用完”。不过它并未停止，坚持把重排完成。

交活后，我们将两份手册与官方信息核对，发现展位、展品这类静态信息，两家都不错，20多个展商号都有明确对准。但仍有部分不准确，比如文章开头那个让你进不了门的坑是由 ChatGPT 挖的，而 Claude 则会让你白跑一个片区——华为超节点展区。

整体来看，ChatGPT 这轮略胜一筹，交付的东西更接近实用。

2. 罗永浩使用指南

第二个测试参考了海外的一个案例，有人将自己多年的 Reddit 发言和 Google 账户数据喂给AI，让它写一份‘本人使用说明书’。我们将研究对象换成了一个资料极为丰富的公开人物——罗永浩。

• 我们的 Prompt 是：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。网上资料你自己查，最后给我一份实用的东西。

交完初稿后，我们再追加一句：请做成一个美观的网页。

左图为 ChatGPT Work 制作，右图为 Claude Cowork 制作：

两个产出乍看风格差不多，但细究气质却不尽相同。ChatGPT 交出来的像一篇商业特稿，衬线字体，克制的墨色排版，用的是‘坏消息要早’、‘异议翻译成约束’这样的职场术语，给产品、工程、公关岗位分别划了重点，文末还附上了9个资料来源，每条都标明年份与可信度。

Claude 交的则更像是标准的新媒体爆款，圆角卡片+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”’。

做成网页后，差距有所拉大。ChatGPT 那份纸色打底，墨黑配暗红，章节编号排得像刊物栏目，这种设计是专门为这个题目定制的，甚至有点锤子发布会的风格，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，汇报模板旁边还配了一键复制。

Claude 的网页是标准现代卡片流，时间轴、红绿速查表、emoji 图标，扫读体验不错，但模板感较强。论成品完成度，此次 ChatGPT 赢了。

还有一个小细节值得关注：ChatGPT 可以把这些网页发布成谁都能打开的公开链接（https://luoyonghao-field-manual-2026.smiletalker.chatgpt.site），使用了这次新推出的 Sites 功能，这在便利性和创造力层面都值得称赞。

3. 让它们互相调研

最后，我们让这两个AI互相调研，给出了一个指示：帮我调研对比一下ChatGPT Work和Claude Cowork这两个产品，当前各自做到什么程度，用户实际使用情况如何，各自优势与短板，给我一份靠谱的对比调研PPT。

Claude 这次补充了几个问题：这份 PPT 的用途是什么？受众是谁？ChatGPT 则直接开跑，拿出了一份16页的汇报。

ChatGPT 交的PPT结构更像一份真正的演示文件，标题全是结论，把‘Work上线仅1天’单独拎出，明确指出目前只能评价早期信号，不能宣称已有稳定口碑。

Claude 交了12页，更像塞进PPT的内容研究报告。它包含了定价策略、市场份额、企业采用数据等信息。风格上两份差别不大，都密密麻麻，谁也谈不上直接投屏使用，只能说是不错的初稿。

值得关注的是，这个任务我们原本想看谁护短，结果两方都没有护短。ChatGPT 的结论页白字黑字写着‘Cowork 更成熟，Work 更宽’，建议生产型试点优先用 Cowork，还将‘与 Codex 共用额度’作为自家短板列出。Claude 则把 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如实写入报告。

AI 员工还在试用期

综合测评下来，GPT-5.6 Sol 和 ChatGPT Work 至少不比 Fable 5 和 Cowork 差。它更慢也更烧token，但完成度更高，再算上生图这类多模态能力、以及 Sites 这类独有功能，20美元的Plus计划带来的体验远超出其定价。

同样，短板也很明显：agent 额度的体验太容易翻车，几个任务就耗尽了订阅额度，临时充值的几美元也很快见底，账单隐藏在订阅之外。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ChatGPT应用被改名‘ChatGPT Classic’打入冷宫，聊天入口却被挤到角落，社区已然发出了不少不满的声音。

至于怎么选，我们的体感与社区中的用户共识一致：如果任务是从信息到成品的整个链路，如查资料、做表格、做PPT、做网页，用 ChatGPT Work；如果是处理自己电脑里的任务，如把一个文件夹的素材整理成稿件包，或者把一堆会议材料转化为briefing，用 Cowork。

ChatGPT 自己那份PPT里有一句话很有趣：‘按任务选，比按品牌选更可靠’，它自己的建议，成了我们本次测评的最终结论。

这次测评，已经不只是一场AI之间的聊天能力比拼，而是‘办公入口’的竞争。OpenAI的路线是把Codex从程序员工具变成普通人的工作引擎，而Anthropic则选择了将AI放在一个权限受控的桌面工作间。但两家也在相互学习，越来越像，OpenAI这次把聊天、Work、Codex合并成一个应用，这样的结构在Claude那边本就是常态。

进步是真实的。办公agent的任务完成率两年间从四成攀升至近九成，但在掺杂杂乱文件更接近真实职业的benchmark测试中，最强配置至今也无法达到半数完成率。它交上的‘活’，是否可以直接使用，至少今天还不敢。

但必须说一句，这次OpenAI真的追上来了。在GPT-5.5时代被Claude压制的那口气，靠着5.6和Work的亮相，至少看起来找补回来了。对那些真正想聘请AI员工的用户来说，好戏才刚刚开始。