Claude vs ChatGPT 做香港金融分析：我跑過嘅 4 個測試
目錄
Claude vs ChatGPT 做香港金融分析：我跑過嘅 4 個測試
最後更新：2026-05-26
作者 Jim Liu — 跟咗 27 隻香港新股嘅港/澳散戶，LRTS 107 隻 IPO 數據集維護者。
摘要（TL;DR）
- 我同時跑 Claude（Sonnet 4.5）同 ChatGPT（GPT-4o），用嘅係同一組我每星期分析工作裏面真實要做嘅 prompt。
- 長文本任務 Claude 贏——香港 IPO 招股書解析、HKMA 穩定幣法規閱讀，佢可以一口氣食埋 200 幾頁 PDF 都唔甩拍。
- 計算類任務 ChatGPT 順手啲，特別係股息 DCF 同多券商收費對比，因為佢可以叫代碼解釋器。
- 兩個都唔係持牌顧問。當我推佢哋去訓練截止之後嘅港股細節，兩個都會出現幻覺。睇得到佢點推論嘅嗰條軌跡，比個標題答案重要好多。
- 分析師全月用量：揀一個大約 USD 25–40/月，兩個都用嘅話像我咁大約 USD 60/月。
我同時跑 Claude 同 ChatGPT，大概係十個月前開始嘅，起因係一份富途嘅招股書食咗我成個禮拜日。讀者同我自己 newsletter 入面不停彈出嚟嘅問題就係：邊一個先真係岩做香港金融分析。唔係「邊個寫文好睇啲」呢類問題。係好具體：我要讀一份 18C 章嘅科技招股書、要為一隻股息股建模、要對比券商收費、要解析 HKMA 嘅穩定幣框架——我會更信邊一個？
下面就係老實嘅答案。四個測試，一個分析師，冇任何 affiliate 角度。兩個訂閱我自己畀錢。
開頭先講清楚一句。我係散戶投資者，唔係持牌顧問，亦唔係 AI 研究員。我係當個每日要用嘅分析師咁去跑呢兩個工具，跑嘅係真實嘅工作，匯報嘅係真實嘅結果。你嘅體感肯定唔會一樣。
我點解要測兩邊：香港分析師嘅真實場景
有一類工作，多數面向散戶嘅香港分析師內容都會跳過，但偏偏係我每星期都要做嘅。
大致分三類。長文檔解析——香港 IPO 招股書一份 300 到 600 頁 PDF，好多時英文版同繁體中文版仲要拼埋一齊。定量建模——股息收益率推算、精確到三個小數位嘅港紙券商收費表、要做匯率調整嘅 DCF。法規閱讀——HKMA 通函、SFC 指引、今年先落地嘅穩定幣條例，呢啲嘢今年全部都喺度郁。
AI 工具啱啱出嗰陣，我以為佢哋呢類嘢應該差唔多。用咗十個月之後我可以肯定：唔係。每一個都有自己嘅性格，而呢個性格喺你要喺 IPO 截單日決定攞唔攞錢落注嘅時候，係會出事嘅。
所以我設計咗四個任務。同一條 prompt 畀兩邊。同一組輸入數據。我用四個維度評分：香港監管準確度、計算可靠性、審計軌跡（我可唔可以睇到佢點推出嚟嘅）、成本。每個場景嘅判斷喺下面。
測試 1：香港 IPO 招股書解析
第一個測試係最亂嗰個。我揀咗今年隊伍入面一隻 18C 章嘅科技公司——一隻自駕嗰類嘅名——將英文版招股書 PDF upload 上去，大概 412 頁。
我實際用嘅 prompt 係：「呢份係 [redacted] 嘅 18C 章招股書。我係散戶，諗緊認購。請抽出（1）pre-money 估值，並同上一輪私募融資對比，（2）基石投資者名單同禁售期，（3）任何唔尋常嘅風險因素措辭，（4）現金消耗速度同續航。麻煩引用頁碼。」
ChatGPT（GPT-4o，file upload）： 基石名單抽得啱，速度快——大概 90 秒出結果。估值嗰段錯咗一輪——佢將 D 輪同 E 輪溝埋一齊，如果我冇 cross-check，呢個會係決策上嘅誤導。頁碼引用大概覆蓋一半論點，另一半佢直接陳述。
Claude（Sonnet 4.5，file upload）： 慢啲，第一次大約三分鐘。但估值對賬正確，而且當我叫佢將基石禁售期同 2025 年某隻可比公司對比，佢真係再讀過相關頁面，冇靠記憶亂估。風險因素嗰部分嚇咗我一跳——佢喺法律披露入面挖出一句「L4 自動駕駛牌照喺內地仲處於持續審批中」嘅措辭，我自己嗰次係讀漏咗。嗰句嘢後來喺上市當日畀市場攞嚟發酵。
我喺兩星期內又跑咗另外三份招股書去確認唔係偶然。規律係一致嘅。長 PDF 嘅準確度，特別係法律語言，Claude 穩啲；ChatGPT 快啲但我捉到佢喺引用度偷工。
招股書實際點讀嘅過程，我喺 Hong Kong IPO 2026 散戶實戰手記 入面有完整 flow，18C 章嘅具體規例喺 18C 章特專科技 IPO 指南 度。我叫 AI 揾嘅嘢就係呢兩篇定義出嚟嘅。
呢個場景我嘅判斷：Claude。 唔係細微領先。
測試 2：股息股 DCF 建模
呢個測試我本來就估 ChatGPT 會贏，結果都係。
我叫兩個工具各自為一隻港股藍籌股息股整一個折現現金流模型——呢隻名我喺 LRTS 香港藍籌股息股收益率排名 跟過。我提供咗過去五年股息歷史（呢啲數據係我自己整嘅，唔係佢哋嘅），我自己嘅折現率假設（8.5%），同終值增長假設（2.0%）。我要佢比每股公允價值，加埋一張 1.5% 到 3.0% 終值增長嘅敏感性表。
ChatGPT（GPT-4o，代碼解釋器開咗）： 用 Python 寫 DCF，跑咗，返出每股公允價值 HKD 78.40，加一張乾淨嘅 6×6 敏感性表。我可以見到代碼、重跑、改假設。大約 40 秒。
Claude（Sonnet 4.5）： 基本上係喺腦入面計嘅。用文字一步步推導，返出每股公允價值 HKD 79.10。敏感性表係 markdown 表格，唔係可以重跑嘅 artifact。打字打慢啲，大約兩分鐘。
兩個差唔到 HKD 1，呢點令我放心。但審計軌跡比答案重要。用 ChatGPT 我可以將折現率改做 9.0% 然後重跑；用 Claude 我要重 prompt 一次再信佢。如果我要將假設變五六次做敏感性，代碼解釋器嗰個循環就係贏嘅工作流。
提醒一句：兩個我都用自己嘅 Excel 模型 cross-check 過。兩個標題數字都啱。AI 靜靜雞出錯嘅地方一般喺稅務假設——香港股息稅本地係 0%，但港人持有美股股息會觸發 IRS 30% 預扣（或者透過某啲券商用 W-8BEN 路由變 10%），呢兩個我都見過佢哋偶爾唔記得 apply。呢部分我喺 港股股息稅預扣指南 同 港人投資美股股息稅指南 都寫過。
呢個場景我嘅判斷：ChatGPT，係贏喺工作流，唔係贏喺準確度。
測試 3：券商收費對比推理
呢個測試本來應該係簡單題。結果暴露咗兩個工具點處理模糊標準。
我問兩邊：「我係港股散戶，年度交易額大約 HKD 50 萬，分佈喺港股、美股同港股 IPO 認購（包孖展）。請對比富途、moomoo、Tiger Brokers HK、IBKR、滙豐 SecuritiesDirect，從（a）單筆交易成本、（b）港股 IPO 孖展利率、（c）美元換匯匯差、（d）託管費處理 四個維度比較。畀我一個推薦。」
ChatGPT： 大約 60 秒畀推薦（富途，moomoo 後備）。單筆收費數字接近現價但睇落 stale 咗大約六個月。其中一家券商嘅孖展利率明顯係錯嘅——佢將一個促銷利率當咗常規利率引用。
Claude： 慢啲，大約兩分鐘。佢冇直接畀推薦，反而先反問咗我三條澄清問題：HKD 50 萬入面 IPO 同二級市場嘅比例、係咪接受海外託管 setup、係咪在意 ETF 覆蓋。我答完之後，推薦變成「富途或 IBKR，視乎 IPO/二級比例」，理由寫得清楚。單筆收費數字一樣有啲舊，但大概係同一時點。
兩個工具嘅原始收費數字都唔夠新，唔信得過。我會用自己嘅 香港券商對比 同 港股 IPO 新手最佳券商 兩篇做 cross-check，嗰兩篇我用一手來源喺度 update。
兩個 AI 喺呢度嘅差別係風格。ChatGPT 好快丟一個答案畀我；Claude 逼我將條問題諗清楚先畀答案。呢樣係好事定煩人事，睇你做緊乜。如果只係粗略對下感覺，ChatGPT 嘅節奏冇問題。如果係要落注嘅決策，我寧願畀 Claude 嘅澄清問題拖一拖節奏。
呢個場景我嘅判斷：Claude，主要因為佢有反問澄清問題嗰個習慣。 我當佢係準確度，唔係煩人。
測試 4：HKMA 穩定幣法規解析
呢個測試係我最在意幻覺風險嗰個。
HKMA 穩定幣條例今年正式生效，發牌框架對所有掂港紙穩定幣產品嘅機構都有影響。我將官方 HKMA 諮詢文件（大約 80 頁，英文）upload 畀兩個工具，問：「持牌穩定幣發行人嘅最低資本要求係幾多？儲備資產組成規則係咩？有冇任何法幣計價嘅穩定幣豁免本制度？麻煩引用條款。」
ChatGPT： 答得好自信。HKD 2500 萬最低資本——正確。100% 儲備喺高質素流動資產入面——精神上啱，但合資格資產清單寫錯咗（佢將公司債計入去，而呢個制度嘅儲備池只接受港紙計價嘅短期主權同央行資產，唔包公司債）。佢冇引用條款編號；我叫佢補嘅時候，畀嘅嗰個編號對唔到原文。
Claude： 慢啲，更謹慎。HKD 2500 萬確認，引用嘅條款編號對得到。儲備組成嗰段答得啱而且保守——佢明白話：「我喺合資格清單入面睇到嘅係港紙計價嘅短期主權同央行資產；草案版本入面冇見到公司債。」豁免嗰題，佢指出有模糊地帶，冇造任何確定性。
呢個測試決定咗我後面點用呢兩個工具。專做港股監管類工作，Claude 嘅幻覺風險低啲。 如果我當時將 ChatGPT 嗰份自信但錯嘅合資格資產清單引到讀者面前，係會真嘢出事。
我自己一直當 HKMA 穩定幣監管指南 係工作底稿，而家任何 AI 輸出喺出文之前我都會同呢篇對一下。
每個場景嘅判斷
下面呢張表係我自己每日用嚟決定打開邊個工具做邊樣嘢嘅表。
| 使用場景 | Claude (Sonnet 4.5) | ChatGPT (GPT-4o) | 港股分析師啱啲 |
|---|---|---|---|
| 港股 IPO 招股書（300+ 頁 PDF） | 法律語言準確度高啲；頁碼引用穩 | 快啲但引用偷工；溝亂融資輪次 | Claude |
| 股息 DCF / 可重跑模型 | 文字推導，冇可重跑 artifact | Python 代碼解釋器；假設乾淨迭代 | ChatGPT |
| 券商收費對比推理 | 推薦前會反問澄清問題 | 快速畀單一推薦；將促銷價當常規價 | Claude |
| HKMA 穩定幣 / 監管解析 | 保守；指出模糊地帶；條款引用對得到 | 自信；合資格資產清單錯；編造條款編號 | Claude |
| 計算可靠性 | 簡單算式冇問題，冇代碼執行 | 代碼解釋器開咗時極佳 | ChatGPT |
| 審計軌跡（睇唔睇到推理） | 強 — 引用來源，展示推理步驟 | 混合 — 代碼好，文字推理有時偏淺 | Claude |
| 成本（分析師套餐） | USD 20/月（Claude Pro） | USD 20/月（ChatGPT Plus） | 打和 |
Claude 嘅一個真實缺點：聊天產品冇內置代碼解釋器，ChatGPT 有。要反覆迭代模型嘅時候，呢個係實打實嘅工作流缺口。你可以將輸出 paste 入自己 Python 環境跑，但同聊天裏面直接嚟回唔係同一回事。
ChatGPT 嘅一個真實缺點：佢會喺唔應該自信嘅地方好自信，而 HKMA 測試入面編條款編號嗰下唔係單次事件——我喺 SFC 通函嘅問題上見過同一個模式。
成本分析：分析師工作流嘅真實開銷
只訂一個嘅話大約 USD 20/月——Claude Pro 或 ChatGPT Plus，睇你押邊個。能 cover 80% 嗰個工具做得好嘅分析師場景。
兩個都用嘅話，好似我咁，月單大約 USD 40。再加批量任務調 API，重月份大約多 USD 10–20（我自己主要用 Claude API 批量做招股書 summary）。
對一個只睇住自己組合嘅散戶，雙訂閱睇上去比「免費 Google 搜索」貴好多。對一個真係做緊分析師級別輸出、或者每星期要喺幾個倉位上做資本決策嘅人，呢啲錢同一次 HKD 50 萬倉位嘅錯誤判斷比，便宜到離譜。我用嘅就係呢個框架。
呢度冇 affiliate funnel。兩個我都畀錢。開源替代品（Llama 3、DeepSeek）可以 cover 工作流嘅一部分，但港股監管語言嘅準確度差距係真嘅，我目前仲未揾到一個開源權重模型可以喺我嘅具體場景補到。
常見問題
Claude 同 ChatGPT 邊個讀港股 IPO 招股書好啲？
喺我跑過三份招股書嘅測試入面，長 PDF 法律語言同引用可靠性，Claude 明顯好啲。ChatGPT 快啲但更容易溝亂融資輪次或者漏頁碼引用。
我可唔可以用 ChatGPT 做港股股息股 DCF？
可以，呢個係 ChatGPT 嘅代碼解釋器真嘢有優勢嘅場景。你可以喺一個可重跑嘅 Python artifact 度迭代折現率同終值假設，Claude 喺聊天產品入面做唔到。無論用邊個工具，最好用自己模型對下結果。
HKMA 穩定幣法規兩個工具有冇幻覺？
ChatGPT 畀過一份錯嘅合資格資產清單，叫佢補條款引用嘅時候編咗一個對唔到原文嘅編號。Claude 保守啲，可以指出模糊地帶，引用嘅條款編號對得到原文。專做港股監管嘅話，幻覺風險係唔對稱嘅。
分析師級嘅 AI 工作流每月幾錢？
單工具大約 USD 20/月（Claude Pro 或 ChatGPT Plus），兩個都訂大約 USD 40/月。加埋 API 用量，重月份可能去到 USD 60–80。免費版兩個都唔夠，因為 context length 同 rate limit 都唔足以做真實嘅分析師文檔工作。
我應唔應該用 AI 做真實投資決策？
唔應該，而且兩個工具都唔會叫你咁做。兩個都好啱做研究同閱讀加速。兩個都會偶爾喺港股監管同稅務細節上出錯。最終資本配置決策仍然要返去一手來源，有需要嘅話揾持牌顧問。我當 AI 輸出係要 cross-check 嘅初稿，從來唔當答案。
你點解冇測 Gemini 或者其他模型？
我有用 Gemini 做圖像同圖表抽取，但呢度呢四個具體場景——長 PDF 散文、監管語言、金融建模——我每星期跑緊嘅就係 Claude 同 ChatGPT。Gemini 我會用同樣四個測試另外寫一篇。
方法論說明
四個測試都係同一日對兩個工具跑嘅，輸入完全一樣。檔案上傳用嘅係同一份 PDF。涉及數學嘅地方，我用自己組合工作維護嘅 Excel 模型做 cross-check。我測嘅係 Claude Sonnet 4.5（透過 Claude Pro）同 ChatGPT GPT-4o（透過 ChatGPT Plus），版本截至 2026 年 5 月下旬。模型版本變得好快，我描述嘅性格差異可能跟住每次發佈漂移。判斷有實質變化嗰陣我會更新呢篇。
並非投資建議。 呢篇係一個分析師對 AI 工具嘅工作筆記，唔係投資指引。AI 工具喺港股監管、稅務同證券細節上偶爾會出現幻覺——包括我測試嗰陣嘅 Claude 同 ChatGPT。港股證券決策請諮詢持牌顧問，並將所有監管聲明對照一手來源（HKEX、HKMA、SFC）驗證。任何 IPO 認購、股息股、券商對比嘅歷史表現，唔代表未來結果。
關於作者：Jim Liu 係港澳兩邊嘅散戶投資者。佢維護 LowRiskTradeSmart（LRTS），追蹤香港 IPO 市場數據，包括本站嘅 107 隻 IPO 歷史數據集。由 2024 年 1 月起，佢親自認購咗 27 隻香港新股，覆蓋現金同孖展兩種路線。