數發部公布主權 AI 評測：188 個模型比拚「懂不懂台灣」，本土模型雅婷智慧擠進第 4

九月初的一個下午，台北一間中小企業的老闆想用 AI 幫忙寫一份給員工的公告，內容提到勞基法的特休規定。他把問題丟給某個國外的聊天機器人，得到一段條理分明、格式漂亮的回覆——只是裡面引用的是中國大陸的勞動法規。

他不是不會用 AI，他只是沒想到要懷疑。

這種「講得很流利但根本不是在講台灣」的狀況，正是主權 AI 這個概念要處理的問題。而數位發展部在 2026 年 9 月 2 日公布的一份評測結果，第一次把它變成了可以量化比較的東西。

事件背景

數位發展部轄下的 AI 產品與系統評測中心（AIEC）公布台灣主權 AI 評測結果，對國內外 188 個通用模型進行測試。評測建立三項基本指標，測的是三種「理解力」：

• 對台灣使用的繁體中文的語言理解能力——以近 5 年高中學測國文科命題測試
• 對台灣社會文化的理解能力——以近 5 年高中學測社會科命題測試
• 對台灣價值觀的理解能力——以專門設計的台灣價值觀題組測試

用學測考卷來考 AI，這個設計其實蠻聰明的。它現成、公開、有標準答案，而且題目本身就內建了台灣的社會脈絡——學測社會科會考台灣的地理、歷史、公民與政治制度，這些正是國外模型最容易失準的地方。

數發部長林宜敬對「主權 AI」界定了兩個核心意義：第一，AI 模型必須具有台灣觀點，能理解台灣的繁體中文、熟悉台灣社會文化，並具備符合台灣社會的價值觀；第二，AI 模型部署的算力中心必須位於台灣境內，才能受台灣法律管轄，確保資料治理與模型運作符合我國法規。

第二點常被忽略，但其實同樣關鍵——一個很懂台灣但跑在境外機房的模型，在資料治理上仍然是個問題。

本次重點

• 前三名由國際巨頭包辦：依公視新聞網報導，第一名為 OpenAI 的 GPT-5.6-Sol、第二名為 Anthropic 的 Claude-Fable-5、第三名為 Google 的 Gemini-2.5-Pro。
• 台灣模型表現超乎預期：雅婷智慧、亞太智能機器、鴻海研究院與長聯科技等 4 家國產模型業者表現亮眼，其中雅婷智慧與亞太智能機器進入前 10 強。
• 雅婷智慧第 4 名，且參數量差了兩個量級：據報導，雅婷智慧的模型參數量為 300 億，而前三名的模型參數量均超過一兆。林宜敬指出，這代表它用更少的電力與算力資源達成了相近的成績。
• 台灣價值觀項目本土模型拿滿分：報導指出雅婷智慧與亞太智能機器在「台灣價值觀」項目取得滿分；雅婷智慧的模型在高中學測國文正確率 86.20%、社會 84.00%、台灣價值觀 100%。
• 本土模型在價值觀項目明顯領先：整體而言台灣本土模型在此項的表現優於多數國外模型。

市場影響分析

對台灣使用者

最實際的價值是：你終於有個依據可以判斷該用哪個模型做什麼事。

如果你的工作涉及台灣的法規、公文格式、在地文化脈絡（例如寫給台灣員工的公告、處理台灣的合約、做在地行銷文案），這份評測告訴你本土模型並非只能當備胎——至少在「懂不懂台灣」這件事上，它們是有競爭力的。

但也別過度解讀。學測題目測的是特定類型的理解能力，跟你實際工作中的任務（寫程式、做摘要、跑資料分析）不見得高度相關。前三名的國際模型在通用能力上仍有明顯優勢，這份評測沒有否認這件事，它測的是另一個維度。

務實的做法是分工：需要台灣脈絡判斷的任務，本土模型值得一試；需要複雜推理或程式能力的任務，還是走國際模型。想比較各家模型可以看站上的 ChatGPT、Claude、Gemini 與 TAIDE 的介紹。

對企業應用

對台灣企業，這份評測提供了一個過去沒有的採購依據。過去要說服老闆「為什麼要用本土模型而不是直接接 OpenAI API」，能講的理由多半是模糊的資安考量。現在至少有官方的評測數字可以放進評估報告。

參數量的差距特別值得企業注意。300 億參數對上一兆以上，意味著推論成本與部署彈性完全不同——地端部署、邊緣運算、成本控制，這些在資料不能出境的場景（醫療、金融、公部門）是決定性因素。一個「夠好且能放在自己機房」的模型，實務價值往往高於「最強但只能連外」的模型。

對開發者

對台灣的 AI 團隊，這是一個相對正面的訊號：垂直的在地化是打得贏的戰場。你不需要在通用能力上跟一兆參數的模型硬碰硬，但在「懂台灣」這個維度上，資料的近用性與在地團隊的理解是真正的護城河。

要提醒的是，評測拿滿分和產品好用是兩件事。學測考得好不代表 API 穩定、文件完整、生態系成熟。本土模型接下來的挑戰在工程與生態，不在分數。

未來發展趨勢

評測會持續演化，而且應該要。 用學測命題是很好的起手式，但它有天花板——學測考的是高中生該會的東西，測不出模型在專業領域（法律、醫療、工程）的台灣脈絡理解。下一階段的評測若能往專業領域延伸，價值會更大。

「算力在境內」這個要求會影響產業結構。 主權 AI 的第二個定義如果真的落實到公部門採購規範，對台灣的資料中心與地端部署業者是實質的商機。

價值觀評測本身會成為討論焦點。 「台灣價值觀」怎麼定義、由誰定義、題目怎麼設計，這些問題本身就值得公共討論。把價值觀納入 AI 評測是個大膽的做法，也需要相應的透明度。

TheAI學院 總結與評語

老實說，我一開始看到「用學測考 AI」的時候是有點想笑的——這聽起來像個新聞哏。但仔細想想，這個設計解決了一個真實的難題：怎麼客觀衡量一個模型「懂不懂台灣」？學測題目公開、有標準答案、內建台灣的社會脈絡，比起自己出一套沒人認識的題庫，可信度高多了。

最值得談的其實是那個參數量的對比。300 億對上一兆，這中間差的不只是分數，是電費、是機房、是能不能放進醫院的地端伺服器。台灣在 AI 這場競賽裡，本來就不該去比誰的模型大。

評語：台灣模型贏不了通用能力，但在「懂台灣」這件事上不必自卑——真正的問題是分數之後，工程與生態能不能跟上。

給台灣讀者的具體建議：別把這份評測當成模型排行榜看，把它當成任務分工的參考。實際做法是，你手上如果有涉及台灣法規、公文、在地文化的任務，花十分鐘同時丟給國際模型和本土模型比較一次，你會很快知道差別在哪。這個實測比任何排名都準。

如果你是企業的 IT 或採購負責人，這份評測值得放進你的評估文件——特別是當你的資料有不能出境的顧慮時，本土模型現在有了拿得出手的客觀依據。

資料來源

• 公視新聞網：數發部台灣主權 AI 評測出爐 本土模型「雅婷智慧」奪第 4
• 自由財經：數發部公布主權 AI 評測結果
• AIEC 官方公告：數位發展部公布臺灣主權 AI 評測結果

依公開資訊整理、以官方為準。