新模型 · 實測
Opus 5.5 能抓出 AI 圖表上的錯誤數字嗎？
Anthropic 表示，Claude Opus 5.5 在使用工具的圖表判讀測試 Chartography 上得分 89.0%。對任何用影像生成器做投影片的人來說，這引出一個實際的問題：投影片送出去之前，模型能不能先核對數字？
2026 年 9 月 23 日，我們拿一張在 Ciyo 裡做的真實圖表投影片，改掉一個印出來的數字，請 Opus 5.5 與 GPT-6 Sol 把它找出來。接著再給它們沒改過的投影片，看誰會喊「狼來了」。
兩張投影片
原圖是虛構咖啡館 Pier Six Coffee 的一張長條圖，9 月 21 日在 Ciyo 裡做的。當時我們量過：印出來的四個數字——320、410、380 與 505——和各自長條的高度誤差都在 1% 以內。
測試用的副本裡，我們只把第 3 週的標籤從 380 改成 430，長條本身不動。兩個檔案都以中性的檔名 sales-chart.png 上傳，所以檔名不會洩漏任何線索。
提出的問題
兩個模型在 Medium 推理強度下拿到同樣的指示：依長條的高度讀出每根長條的數值，和印出來的數字比較，並列出任何不符之處及差距。
這張長條圖投影片是由 AI 影像生成器做的。請對照 y 軸格線，依每根長條的高度讀出它的數值。然後告訴我，每根長條上方印出來的數字是否和該長條的高度相符。列出任何不符之處，包括印出來的數字、你讀出的高度，以及兩者的差距。兩者都抓到了埋下的錯誤
Opus 5.5 找到了：第 3 週印著 430，讀出來約 380，差距約 50，長條明顯低於 400 那條線。它還補充了對簡報最要緊的一點——錯誤的標籤會把第 3 週的下滑變成穩定成長——並建議去核對原始資料，因為光看圖片無法判斷是標籤對還是長條對。
GPT-6 Sol 也找到了同一個錯誤，讀數相同，回答較短，也沒有提到趨勢。
Sol 的回答
Sol 的表格只列出不符的那一項：第 3 週，印著 430，讀出約 380，高了約 50。如果只是要一個是或否的快速核對，這種簡短反而是優點。
誤報測試
什麼都標記的核對者，不算核對者。在沒改過的投影片上，Opus 回報沒有不符之處，並說明在 100 單位一條的格線下，它讀高度只能準到大約 ±5。Sol 則把第 1 週標為不符，讀出約 325，對照印著的 320。
Sol 並不是憑空想像：我們的像素測量顯示那根長條大約在 323。但三個單位小於格線所能呈現的精度，所以在真實的投影片上，這種標記會讓你去找一個根本不存在的錯誤。
| 投影片 | Claude Opus 5.5 | GPT-6 Sol |
|---|---|---|
| 改過的（第 3 週 = 430） | 抓到，≈380，並指出趨勢 | 抓到，≈380 |
| 原圖（全部正確） | 沒有不符，說明了 ±5 精度 | 標記了第 1 週（≈325 對 320） |
開會之前怎麼用
把數字留在你的試算表裡，讓影像生成器圍繞這些數字畫出投影片。接著把完成的投影片上傳給 Opus 5.5 這類模型，請它把長條讀回來。這花不到一分鐘，就能抓到真正要緊的錯誤：一個和長條講著不同故事的標籤。
Ciyo 不執行 Claude Opus 5.5 或 GPT-6 Sol。你可以在 Ciyo 裡做投影片，再用這兩個模型中的任一個核對。
公開場合的圖表也會出錯
發布週本身就冒出了一個需要核對的圖表例子。
2026-09-22 發布，發文者自稱是 AI 程式設計者兼設計師。附上的圖表按推理強度畫出多個模型的通過率，但它的 x 軸既沒有刻度也沒有標示，發文者稱之為「圖表犯罪」。貼文沒有說明這張圖表出自哪裡；它不是 Anthropic 公告頁面上的 AutomationBench 圖表，那張圖有標示清楚的成本軸。
用 Opus 5.5 核對圖表
Claude Opus 5.5 能從圖表圖片讀出數字嗎？
在我們的測試裡，它讀出四根長條的高度，誤差在大約五個單位以內，並抓到一個被我們改動了 50 的標籤。
GPT-6 Sol 表現一樣好嗎？
它抓到了同一個錯誤，但在沒改過的投影片上，把三個單位的差距標記為不符。
該讓 AI 畫我的圖表嗎？
用你的資料畫圖表，再用影像生成器做圖表周圍的投影片。任何由算圖引擎畫出的圖表都要核對。
Ciyo 執行 Opus 5.5 嗎？
不執行。Ciyo 的 Agent 提供 Ciyo Agent 與 GPT-6 Astra。在 Ciyo 裡做投影片，再用你偏好的模型核對。
做出投影片，也守住數字的誠實
在 Ciyo 裡生成投影片美術，把資料留在你的試算表裡，任何由算圖引擎畫出的東西都要核對。