# 上週 AI 三連發：哪個更新離你的工作最近？

7 月 21 日 Gemini 3.6 Flash、7 月 23 日 ChatGPT Voice 進入 Work 與 Codex、7 月 24 日 Claude Opus 5 接連發布。用大量重複、途中改方向、難又長三個工作場景，找出離你最近的工具。

> 這篇寫於 2026 年 7 月。2026 年 9 月 22 日 Opus 5.5 推出後，Claude 訂閱的預設模型已換成 Opus 5.5；這篇寫的「Opus 5 是 Max 預設模型」是 7 月當時的狀態。看新版：《12 分鐘用 Claude Opus 5.5 做出發表影片：小密語 No Skills, No MCP，附中文 prompt》（https://be-ai-curator.com/blog/claude-opus-5-5-launch-video-one-prompt）

打開信箱，一整頁顧客回饋等著分類；另一個工作跑到一半，臨時想到主管版要先看結論；桌邊還有一疊合約和研究資料，讀完後得逐條查漏。

上週四天內，三家公司接連更新：7 月 21 日 Google 發布 Gemini 3.6 Flash；7 月 23 日 OpenAI 把 Voice 帶進 ChatGPT 桌面版的 Work 與 Codex；7 月 24 日 Anthropic 發布 Claude Opus 5。

三則消息看起來都在談「更強的 AI」，實際上靠近的是三種不同工作：大量重複、途中改方向，以及難又長。回到自己的桌面，差異會清楚很多。

### 7 月 21 日：Google 靠近大量、重複的工作

想像一個常見下午：五百則活動回饋剛匯出，需要先分成抱怨、建議與稱讚，再各寫三種長度的摘要。這類任務的難處通常不在單一問題多深，而在數量多、格式固定、每一輪都要花時間。

Google 對 Gemini 3.6 Flash 的定位，正好貼近這個場景。官方公告指出，依 Artificial Analysis 的測量，它相較 Gemini 3.5 Flash 平均少用 17% 輸出 token，也就是模型產生文字時使用的計量單位；開發者使用時的 API 定價為每百萬輸入 token 1.5 美元、輸出 token 7.5 美元。對大量分類、摘要與多版本改寫來說，速度與用量會直接影響等待時間和成本。

這裡要分清楚另一個數字：官方提到每秒約 350 個輸出 token，指的是同日預覽的 Gemini 3.5 Flash-Lite，不是 Gemini 3.6 Flash。Google 把兩個模型放在同一篇公告裡，但它們解的問題並不相同。

![大量回饋分類、摘要與多版本改寫的工作場景](https://be-ai-curator.com/images/blog/last-week-ai-three-updates-work-scenarios-gemini-36-flash-wide.jpg)

17% 是官方引用的整體測量結果，不能直接換算成每一份繁中工作都會省下相同比例。真正值得觀察的是：當任務可以批次處理時，完成時間、輸出長度和人工修正次數有沒有一起下降。

Google 官方公告：

[blog.google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/)

### 7 月 23 日：OpenAI 靠近工作途中

第二個場景發生在工作已經開始之後。

假設 ChatGPT Work 正在整理一份長報告，跑到一半才想起兩件事：「先不要發出去」和「主管版先放結論」。過去得切回視窗、找到輸入框、打完新指令；現在 OpenAI 讓使用者在 ChatGPT 桌面版以語音啟動工作、詢問進度，也能在執行途中打斷並改方向。

Work 適合研究、文件、試算表、簡報、報告與 Sites 等長工作；Codex 則靠近軟體開發和本機專案。這次更新的意義，在於對話從「下完指令後等待」往工作中的即時協作移動。

![工作進行中用語音追問進度、補條件與改方向的場景](https://be-ai-curator.com/images/blog/last-week-ai-three-updates-work-scenarios-openai-work-voice-wide.jpg)

這項能力目前針對 macOS 與 Windows 桌面版，Voice 在 Work 與 Codex 裡的用法也不同於一般語音聊天。公司文件、程式碼或內部資料仍要沿用原本的權限與審查流程；說話比較快，不代表可以跳過確認。

#### 看一次官方 Voice 示範

[x.com](https://x.com/OpenAI/status/2080378182469857576)

OpenAI 更新記錄與 Work／Codex 說明：

[help.openai.com](https://help.openai.com/en/articles/6825453-chatgpt-release-notes)

[help.openai.com](https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex)

### 7 月 24 日：Anthropic 靠近難又長的工作

第三個場景是一疊不能草草讀過的材料：合約、研究報告、訪談逐字稿和既有決策紀錄。問題之間彼此牽動，最後還得檢查引用、例外條款與前後矛盾。

Claude Opus 5 把重心放在這種長時間、高複雜度工作。官方資料列出 100 萬 token 的上下文視窗，也就是一次能帶進模型參考的材料範圍，以及最高 12.8 萬 token 輸出；官方也強調模型會在長工作中持續驗證自己的成果。API 定價維持每百萬輸入 token 5 美元、輸出 token 25 美元，與 Claude Opus 4.8 相同。

![長文件、研究資料與交叉檢查同時展開的工作場景](https://be-ai-curator.com/images/blog/last-week-ai-three-updates-work-scenarios-claude-opus5-wide.jpg)

Anthropic 把 Opus 5 描述為接近 Claude Fable 5 的能力、價格約為一半。產品層級上，它是 Max 方案的預設模型，也是 Pro 方案中能力最強的選項；Fable 仍是另一個更高階模型。若每天的核心工作只是短摘要，這些能力可能離你很遠；若工作要跨大量材料推理、留下可檢查的長成果，它才會靠近。

Anthropic 官方公告與模型說明：

[anthropic.com](https://www.anthropic.com/news/claude-opus-5)

[platform.claude.com](https://platform.claude.com/docs/en/about-claude/models/whats-new-opus-5)

### 把三則新聞放回你的桌上

把手上的任務攤開，先看它屬於哪一種：

- **大量、重複、對等待與成本敏感**：例如批次分類顧客回饋、整理表單、產生多版摘要。Gemini 3.6 Flash 距離較近。
- **工作已在進行，常臨時補條件或改方向**：例如研究跑到一半要先看進度、報告生成途中要換受眾。ChatGPT Voice 搭配 Work 或 Codex 距離較近。
- **材料很多、推理鏈長，最後還要查漏**：例如合約審閱、跨文件研究、長篇規格與程式專案。Claude Opus 5 距離較近。

這是一張工作地圖。相同工具放進不同工作，距離會變；同一個人到了不同專案，也可能需要完全不同的選擇。

### 明天只做一個三行測試

不用一次搬走整套流程。明天挑一件真的要完成的工作，在開始前寫三行：

1. **量有多大、重複有多高？** 數十到數百筆、格式固定，優先觀察批次速度、用量和人工修正。
2. **途中改方向的機率有多高？** 常追問進度、補限制或切換受眾，優先觀察中途介入是否順手。
3. **需要讀多深、撐多久、查幾次？** 材料彼此牽動且錯誤代價高，優先觀察長上下文、推理一致性與自我檢查。

接著只選離這件工作最近的工具，記下三個結果：等了多久、改了幾次、交接給人之前還漏了什麼。這比同時打開三個模型、丟一道抽象題目更接近你的真實成本。

### 工具沒有好壞，只有遠近

上週的三連發提醒了我一件事：每次模型更新，最先問「誰贏了」，很容易把自己的工作留在畫面外。

更有用的問題是：它靠近我明天要完成的哪一件事？若答案說不出來，再高的分數也只是遠方的新聞；若剛好貼住一段反覆卡住的流程，一個看似小的更新就可能省下整個下午。

工具沒有好壞，只有遠近。

---

來源：AI 主理人 https://be-ai-curator.com/blog/last-week-ai-three-updates-work-scenarios · 更新於 2026-07-27