Siri AI、ChatGPT、Claude真实横评，谁才是最强AI助手？ 原创

这两年大家讨论AI 助手，最关心的莫过于谁更强。

你每天想问一个问题，想改一段文字，想找一张照片，想让手机做一件事，想让AI 帮你写一段代码，第一反应会打开谁？

现在的AI助手的选择，早就超越了其背后的模型能力，本质已经变成了AI 入口之争。

前几天，专注苹果生态的科技博主Nikias Molina在YouTube 上做了一期横评，《Siri AI vs ChatGPT vs Claude in 2026》。

先补一个背景，这里说的Siri AI，是苹果在今年6 月8 日WWDC 2026 上发布的全面重构版Siri，底层由谷歌为苹果定制的Gemini 模型驱动，目前Siri AI 还处于Beta 阶段，正式版预计今年秋季随iOS 27 上线，且暂不进入中国大陆和欧盟市场。

换句话说，这场横评里的三位选手，ChatGPT 和Claude 拼的是自家模型，而Siri AI 从一开始拼的就不是模型，而是入口。

Molina把Siri AI、ChatGPT、Claude 放到一系列真实应用场景的任务中，来看看到底谁更适合我们日常的使用。

这次评测的具体任务包括：界面易用性，图片生成，知识推理，创意策划，内容写作，语音识别等。

27 分钟的视频，完全基于真实场景，但到底谁更强，相信看完整个横评，我们基本都会有自己的选择。

基础体验：Siri最简单，ChatGPT和Claude更像工具箱

视频一开始先对比的是设计和基础交互。

三款应用都是聊天框形态，都能输入文字，也都有语音模式，不同的是，Siri AI 走的是极简路线，能接入相机、照片和文件；ChatGPT 这一侧，可以图片生成、深度研究、搜索、学习模式、Apple Music 控制等能力；Claude 也有项目、工具、研究模式、网页搜索等功能。

这里面最大的差异是ChatGPT 和 Claude 都可以切换不同模型，ChatGPT 有不同模型选项，Claude 有 Opus、Sonnet、Haiku，还能调 effort 或 thinking 之类的强度；Siri AI 没有这么多选项，就是一个极为简单的入口。

这个差异我个人认为其实挺关键的，对用户来说，可切模型、可建项目、可调模式，意味着可控性更强。

Siri AI则是极简思路，你不用管模型，不用管参数，直接问。

这，很Apple！

Nikias Molina在视频里做了一个7 天巴厘岛行程测试，三款应用都给出了行程，速度上Siri 和ChatGPT 更快，Claude 明显更慢，因为它似乎会做更多研究。Claude 的结果里多给了Google Maps 地图和实用提示，内容更丰富；Siri 和ChatGPT 更像是直接给出答案。

综合看下来，Siri 快、简单、直接；ChatGPT 快，功能多；Claude 慢一点，但给得更细。

如果只是问一个日常问题，很多人可能会喜欢Siri 的短平快，但如果你想让AI 多查一点、多想一点，Claude 的慢就不一定是缺点。

图片生成：Claude出局，Siri和ChatGPT路线不同

接下来是图片生成。

Nikias Molina给了一个比较具体的prompt，生成一张写实风格的早餐图，包括牛油果吐司、番茄、两个煎蛋、一杯水、叉子和刀，场景是托斯卡纳风格餐厅，时间是早上9 点。

这一轮Claude 比较吃亏，因为它不能生成图片。

Siri AI和ChatGPT 都完成了任务，ChatGPT 的图更电影感、更专业，也更写实；Siri AI 的图细节少一些，但看起来还算自然。

继续测试图片编辑。

Siri AI可以直接点选图片里的某个区域，“把这个换成咖啡”或者“在吐司上加意面”，它会基于图片继续改；而ChatGPT 也可以编辑、评论、调整尺寸、移除对象，而且选项更多，横屏、竖屏、宽屏等尺寸控制更细。

但Siri 有一个很有意思的优势：风格按钮更直观。

比如动画、插画、素描这些风格，Siri 里可以直接点。ChatGPT 当然也能做，但你需要自己把风格写进prompt。

这一轮的结果不是谁吊打谁。

ChatGPT更强在可控性和生成质量，Siri 更强在上手和手机相册结合，而Claude 在图片生成这项上明显拉垮。

视频里还有一个很典型的场景：博主想用自己和狗的照片生成一个头像类效果。ChatGPT 需要手动上传照片；Siri AI 因为能访问手机照片库，所以可以直接利用已有照片和人物识别。

这就是Siri AI 在图片任务里的特殊能力，它可能不是最强的图像模型，但它离你的照片最近。

问答和推理：Siri回答简短，ChatGPT和Claude更会解释

进入知识推理测试。

第一个问题是问Bad Bunny 下一场演唱会在哪里、什么时候，三款应用都回答正确。ChatGPT 和Claude额外给了更多后续演唱会信息。

ChatGPT和Claude 往往会给出更多信息，Siri 更倾向于只回答你问的那件事。

这个特点在后面的量子计算解释里更明显。

博主让三款应用用10 岁孩子能懂的方式解释量子计算。Siri 的回答更短，但博主认为它对“10 岁孩子”这个要求照顾得不够好，里面还是出现了一些孩子不一定理解的表达。ChatGPT 和Claude 则会用开关、冰淇淋选择之类的比喻，整体更像真的在面向孩子解释。

然后是两个经典推理题。

第一个是身高矛盾：John 比 Sarah 高，Sarah 比 Mike 高，Mike 又比 John 高，这是否可能？Claude 和 ChatGPT 都判断不可能。第二个是“球和球棒”的陷阱题，正确答案是球5 美分。视频里Siri 和ChatGPT 给出了正确答案，Claude 则识别到了常见陷阱，更是给出了更完整解释。

这一组看下来，Siri 的特点还是很明确：答案短，反应快。

我个人其实挺喜欢这一点，毕竟很多日常问题，我们不需要AI 写一篇小论文。

但如果任务变成复杂的描述，ChatGPT 和Claude 的优势就出来了。

普通问答，Siri 够用；需要解释和推理，ChatGPT 和 Claude 更稳；如果需要长一点、细一点的分析，Claude 绝对值得拥有。

创意和写作：Claude表现最好

这一趴的评测很适合内容创博主看。

博主让三款应用给Apple 的科技频道想10 个可能会火的视频选题。

Siri给了10 个方向，但偏概念，比如长期体验、隐藏功能、生态设置这种比较泛的选题。ChatGPT 给得更具体一些。Claude 则不仅给了10 个选题，还按“高争议和讨论”“视觉满足感”“金钱和价值”“好奇心和实验”等方向拆开进行了阐述。

很明显，大家更喜欢Claude 这一轮的结果。

接着博主让三款应用把其中一个选题写成Instagram Reel 脚本，要求有强钩子、有故事感，而且控制在30 秒左右。

这一轮Siri 的短板就比较明显，它没有真正写出完整脚本，更像是在给画面提示。ChatGPT 给了一个比较强的开头，Claude 也给了视觉和文案结合的脚本。

这一轮的结果很显然，Siri AI 在内容创作和创意写作里比较差。

但视频里也给Siri 留了一个位置。

当把一段大文本压缩到100 个字符以内时，Siri 的写作工具表现不错。因为它就在iPhone 的文字输入场景里，你写短信、邮件、备忘录、社交媒体内容时，它可以直接帮你改写、压缩、润色。

所以不是说Siri 不会写，而是它更适合“把眼前这段话改一改”，不适合从零开始帮你做完整创意方案。

如果是内容创作、脚本、选题、长文档，ChatGPT 和Claude 更合适，尤其Claude。

代码：ChatGPT和Claude明显更适合

视频里还测了代码开发。

博主让三款应用写一个iPhone 天气App，要求界面漂亮，像原生天气应用，并且重点展示降雨和降水信息。

让他意外的是，Siri 真的给出了代码，他之前测试Siri 写代码时，经常不成功。

但整体结果仍然很明确：ChatGPT 和Claude 更适合编程。

ChatGPT直接给了更复杂、更完整的代码。

Claude的反应更像一个谨慎的开发助手，它没有马上丢一堆代码，而是先说明要使用的字体、布局、配色和整体设计，再开始创建文件。

这一点很符合很多开发者对Claude 的印象。

Claude不一定总是最快，但它更喜欢先确认设计和结构，再动手，这在简单任务里可能显得啰嗦，在复杂项目里反而是优点。

所以代码这轮可以直接下判断：

Siri 不适合编程，ChatGPT 和Claude 才是真正能拿来写代码、改代码、搭结构的工具。

语音识别与定位：Siri绝对碾压

前面几轮，Siri 整体差点意思。

但这一轮评测语音、定位和手机操作，彻底进入了Siri的舒适区。

博主先问三款应用今天的天气，Siri 直接给出了当地天气，还能跳转到天气App，整个体验很像原生系统的一部分。

ChatGPT却回答了巴厘岛天气，应该是受前面行程测试上下文影响。

Claude则反问博主所在位置，还在语音识别上出了点问题。

接着博主让它们设置30 秒计时器。

Siri当然可以，因为它本来就是系统助手。ChatGPT 也可以在自己的语音会话里模拟计时器。Claude 则不具备这个能力。

再往后，是更能体现差距的个人上下文。

博主问：“Robert 之前想要哪双鞋？”

Claude 没有手机消息权限，当然不知道。ChatGPT 也不知道具体鞋子，但它居然知道 Robert 是博主的摄像师，这说明它有某种记忆或历史上下文。Siri AI 则直接从手机信息里找到了答案，说 Robert 想要 Nike Dunk。

这应该是Siri AI 最强的地方，因为系统赋予的权限最高。

它能进到你的手机系统里，理解你的信息、照片、位置、提醒事项和正在看的屏幕。

比如，博主让它找自己和狗在海边的照片，ChatGPT 和Claude 没有相册权限，做不到。Siri 能直接从照片库里找到。

再比如，他打开Instagram 上的一件卫衣，直接问Siri 这件衣服在哪里买。Siri 会识别屏幕内容，找到品牌和购买链接。

这些任务，ChatGPT 和Claude 理论上也能做一部分。

但你要截图、分享、上传、授权、再写提示词。

Siri的优势是它就在手机里，少了很多动作。

到底谁赢了？

视频最后，博主给出了自己的选择：

他会取消Claude 订阅，保留ChatGPT，但如果只说“真正的AI 助手”，他现在会选Siri AI。

因为真正打动他的是个人上下文、系统入口和隐私，比如能找几年前的邮件，能读信息，能理解照片库，能在Apple Watch、iPad、Mac、iPhone 上都出现，而且大部分请求可以在设备端处理，或者通过Apple 的Private Cloud Compute 处理。

所以，这场横评到底谁赢了？

如果非要做一个简化判断，我会这样看：

日常手机任务，Siri AI 赢。

包括天气、计时器、电话、提醒事项、照片检索、屏幕理解、位置相关任务、Apple 生态操作，它的优势不是回答多漂亮，而是你少做了很多步。

通用任务，ChatGPT 最稳。

图片生成、临时问答、创意、语音、多模态、文件处理、代码，它都能做。它可能不是每项第一，但综合能力很强，也是很多人最自然会打开的AI app。

深度工作，Claude 仍然最强。

尤其是文档、写作、复杂分析和代码。它在视频里不适合图片生成，也不适合手机操作，但一旦进入“帮我把材料整理好”“帮我想清楚结构”“帮我写代码”的场景，Claude 还是很有优势。

所以，到底谁最强，取决于你想要的AI 助手，到底是一个手机管家，一个万能聊天入口，还是一个深度工作搭档？
当然，如果我们把视线放回国内，情况又不太一样。

Siri AI、ChatGPT、Claude 对很多国内用户来说，基本用不了。

国内真正的AI 助手之争，更多发生在豆包、千问、DeepSeek、元宝这些应用之间。  

从公开数据看，豆包已经是第一梯队里最明显的领先者，QuestMobile 2026 年一季度数据显示，豆包、千问、DeepSeek 月活分别达到3.45 亿、1.66 亿和1.27 亿位居前三；腾讯元宝的月活规模与前三名相比仍有明显差距，但依托微信生态保持在第一阵营的追赶位置。

国内的AI 助手入口，很明显不像国外，不是手机系统、通用聊天和深度工作三分天下，而更像是几种生态在抢用户，豆包靠低门槛和内容生态，千问靠阿里体系和工具化能力，DeepSeek靠模型口碑和知识工作场景，元宝则押注微信与腾讯生态…

所以，海外这场Siri AI、ChatGPT、Claude 横评，看的是三种AI 助手路线；放到国内，它对应的其实是另一个问题，生态为王。

我相信未来AI 助手大概率不会只有一个赢家，它们或许不是模型最强，但一定是离用户最近。

END
本文来自至顶AI实验室，一个专注于对AI计算机、工作站及各类AI相关硬件设备，开展基于真实使用场景评测的研究机构。