美國戰爭部把 ChatGPT Mil、Grok for Government 與 Gemini for Government 放進同一個 GenAI.mil 入口。這項 2026 年 9 月 1 日公布的更新，不只是多了兩套聊天機器人；官方表示，平台已有超過 170 萬名不重複使用者，政策目標之一更是避免被單一供應商綁住。
一天上線兩套模型，GenAI.mil 從單一工具變成模型選單
美國戰爭部於 8 月 31 日分別發布兩份公告，宣布 OpenAI 的 ChatGPT Mil 與 Starshield AI 的 Grok for Government 正式進入 GenAI.mil。隔日官方新聞進一步說明，兩套工具會和 2025 年 12 月率先上線的 Google Gemini for Government 並列，使用者可以取得第一、第二與第三種模型意見。
這個脈絡很重要。GenAI.mil 原本就被設計成部門級的生成式 AI 入口，而不是某一家模型的專屬網站。Gemini 是第一個進駐的產品，如今 ChatGPT 與 Grok 補齊後，平台才真正呈現多模型架構：入口、身分驗證與安全政策由政府掌握，底層模型則可以來自不同美國供應商。
規模已不是試辦：170 萬人用過，目標覆蓋逾 300 萬人
戰爭部在 Grok 公告中表示，GenAI.mil 上線九個月已導入超過 170 萬名不重複使用者，而整個部門共有逾 300 萬名人員。這些數字是美方官方披露，尚無獨立稽核資料可供核對，但即使只按官方口徑計算，也已遠超一般小型概念驗證。
ChatGPT Mil 的定位偏向文件密集型工作，官方列出的情境包括規劃、政策、後勤與行政，主要介面涵蓋對話、檔案、專案與自訂 GPT。Grok for Government 則主打深度推理、Auto、Fast、Expert 三種模式、可自訂工作區、持續性專案，以及可重複使用的 playbook；官方舉例的用途包括採購市場研究與供應鏈管理。
IL5 可以處理 CUI，但不等於機密戰情直接餵給模型
ChatGPT Mil、Grok for Government 與 Gemini for Government 都獲准在 Impact Level 5，也就是 IL5 環境中處理 Controlled Unclassified Information，中文可理解為「受控非機密資訊」。這類資料雖然不是國家機密，仍受存取、儲存與傳輸規範約束，因此不能直接以一般消費版 AI 服務取代。
IL5 認證不應被誤讀為模型已獲准接觸所有軍事機密，也不代表生成內容可以跳過人工覆核。官方目前公開的 ChatGPT Mil 使用案例仍聚焦非機密文件與日常流程；GenAI.mil 早期的 Gemini 介面也會提醒使用者再次確認模型輸出。換句話說，這次擴張的是受控企業工作流，不是宣布自主武器或無人作戰系統。
三套模型在同一平台，各自負責什麼
| 工具 | 官方強調能力 | 公開使用情境 |
|---|---|---|
| ChatGPT Mil | 對話、檔案、專案、自訂 GPT | 規劃、政策、後勤、行政等文件工作 |
| Grok for Government | 多種推理模式、工作區、持續性專案、playbook | 採購市場研究、後勤供應鏈管理 |
| Gemini for Government | 自然語言對話、RAG、Google Search 網路查證 | 文件撰寫、研究、程式碼與資訊分析 |
這張比較表整理的是美方公告對各產品的描述，並不是獨立效能測試。三家模型在相同任務上的準確率、延遲、成本與安全表現，目前沒有由戰爭部公開的橫向數據，因此不能僅憑功能清單判定哪一套更強。
真正的戰略訊號：政府要掌握入口，不把流程綁死在模型商
Grok 公告最值得注意的一句話，是新增另一套頂級生成式 AI 工具可以「eliminating vendor lock」。這是戰爭部對平台策略的官方表述：透過共同入口與多家模型，降低單一供應商對資料、介面與工作流程的控制力。
實際上，多模型不會自動消除綁定。自訂提示、知識庫、權限、稽核紀錄與 playbook 若深度依賴某家產品，移轉成本仍可能很高；不同模型的安全政策與輸出格式也未必一致。能否真正自由切換，取決於 GenAI.mil 是否把資料層、身分管理、評測與工作流抽象成共通標準，這部分尚未由官方完整公開。
為什麼 Claude 沒有出現在三模型名單
目前官方名單是 Gemini、ChatGPT 與 Grok，並未包含 Anthropic Claude。科技媒體 TechCrunch 將此事放在 Anthropic 與美國政府近期爭議的脈絡下解讀，但兩份本次發布公告都沒有直接說明 Claude 缺席原因，因此不能把媒體觀察寫成官方決策依據。
更穩妥的結論是：美軍正在建立多供應商模型池，但這個池並非涵蓋所有前沿模型。供應商能否進入，除了能力之外，還會受到安全認證、合約條款、資料使用政策與政府採購立場影響。
對企業 AI 導入的啟示：模型只是可替換零件，治理才是平台
GenAI.mil 的做法對大型企業也有參考價值。當模型更新速度加快，組織若把知識庫、存取權限、稽核與工作流程全部綁在單一聊天產品上，日後更換模型會非常困難。較穩健的架構，是把模型當成可替換的推理引擎，再由組織掌握資料治理、身分與成效評測。
不過，美軍的規模與法規條件和一般企業不同，IL5 認證也不能直接套用到台灣產業。企業真正該借鏡的不是「一次買三套模型」，而是先定義哪些資料可以進入哪個環境、如何留存紀錄、誰負責覆核，以及模型切換時能否保持流程與證據鏈。
接下來值得觀察的三件事
第一，戰爭部是否公開三套模型的共同評測方法，證明多模型選擇不只是採購清單。第二，GenAI.mil 是否提供跨模型的共通知識庫、提示範本與稽核紀錄。第三，170 萬名使用者之外，官方能否提出節省時間、降低錯誤或改善後勤決策的量化結果。
目前可以確認的是，美軍已從「讓員工試用一套生成式 AI」走到「把多家前沿模型納入同一個受控平台」。至於避免廠商綁定、提升任務效率與決策優勢等效益，現階段仍是美方官方的政策目標與產品主張，尚待實際數據驗證。
