研究：AI 在处理复杂金融任务时错误率高达 88%

科技公司 Saturn 的研究显示，ChatGPT、Claude、Copilot、Grok 和 Gemini 等主流 AI 模型在处理金融查询时平均错误率为 57%。在涉及多重计算的复杂任务中，错误率飙升至 88%，部分模型甚至高达 99%。表现最佳的 Claude Opus 5 模型在推理模式下错误率仍为 39%。研究指出，AI 提供的错误建议可能导致用户面临巨额税务罚款。