制度與流程版本 2026Q4已發布

LaborCalc-TW

AI 算得準台灣的加班費與特休嗎?

《勞動基準法》對平日加班、休息日出勤與特休年資都有明確算式。LaborCalc-TW 據此編成 400 道職場情境題,檢驗各家語言模型能否依法算出正確數字。

道公開題目
400
類計算:特休日數、加班費
2
種法定情境
20
組受測模型配置
12

題目、規則程式與逐題成績都已公開: GitHub 原始碼Hugging Face 資料集

真實考題:從情境到法定答案

每道題都取材自台灣職場的出勤與休假情境,模型必須排除無關細節,依法算出唯一確定的法定數字。

從題目到法定答案

以下兩題取自公開題庫,右側為規則程式的計算過程。

從題目到法定答案

加班費 · 公開題目 0015

黃欣怡任職的公司有48名員工,黃欣怡月薪七萬六千二百元。某個休息日(週六),黃欣怡工作了12小時,當天搭計程車回家花了350元。依勞動基準法,雇主至少應給付黃欣怡多少加班費?

  • 計算所需的條件
  • 不影響法定金額
  1. 換算每小時工資

    76,200 ÷ 240 = 317.5

  2. 依出勤時段適用不同的加給倍率

    前 2 小時 ×4/3846.67
    第 3–8 小時 ×5/33,175
    第 9 小時起 ×8/33,386.67
  3. 合計後,未滿一元者進位

    846.67 + 3,175 + 3,386.67 = 7,408.33

法定答案7,409元

特休日數 · 公開題目 0001

王淑芬於2010/10/7到職,服務年資持續未中斷。截至2022年12月25日,依勞動基準法規定其得享有之年度休假日數為幾日?

  • 計算所需的條件
  1. 推算已滿年資

    2010-10-07 至 2022-10-07 屆滿 12 年;下一次屆滿日為 2023-10-07

  2. 十年以上,每一年加給一日

    滿 10 年16 日
    滿 11 年17 日
    滿 12 年18 日
    滿 13 年19 日

法定答案18日

題庫架構與法規涵蓋面

400 道題依法條的級距與時段配置,20 種法定情境都有對應題目。另有 15 種情況不在範圍內,沒有出題,各項原因記錄在評測方法。

題庫在法條級距間的分布

兩類計算各依法條結構分配題數。

題庫在法條級距間的分布
  1. 0 日

    未滿半年對照題 · 10 題

  2. 3 日

    滿半年20 題

  3. 7 日

    滿 1 年20 題

  4. 10 日

    滿 2 年20 題

  5. 14 日

    滿 3–4 年20 題

  6. 15 日

    滿 5–9 年20 題

  7. 16–29 日

    滿 10–23 年每年加 1 日 · 20 題

  8. 30 日

    滿 24 年以上上限 · 10 題

依《勞動基準法》第 38 條第 1 項。長條高度為法定特休日數,下方為該級距的題數。另有 60 題集中檢驗級距交界:年資屆滿當日(25 題)、屆滿前一日(25 題)、月底到職(10 題)。「月底到職」指屆滿當月沒有相同日期的情形。

第 1 小時第 2 小時第 3 小時第 4 小時第 5 小時第 6 小時第 7 小時第 8 小時第 9 小時第 10 小時第 11 小時第 12 小時平日× 4/330 題× 5/330 題題庫僅涵蓋至第 4 小時休息日× 4/330 題× 5/330 題× 8/320 題國定假日8 小時內加發一日工資20 題× 4/315 題× 5/315 題

依《勞動基準法》第 24 條與第 39 條。格內為加給倍率,以及當日出勤時數落在該時段的題數;平日自正常工時結束後起算。另有 10 題為未加班的對照題,法定答案為 0,不計入分數。

題目與法定答案都由程式產生,規則上線前須經人工具名簽核,計分過程不靠人工判斷。

  1. 法條
  2. 規則程式
  3. 程式出題
  4. 具名審核
  5. 答案比對
查看未收錄的情況與原因

受測模型與實測表現

12 組模型設定作答同一份題庫,各組分數、受測設定與各情境答題情形都能在下方檢視。

各模型答對比例

長條高度為答對題數占計分題數的比例。每類計分 190 題,各執行 1 次。

  1. DeepSeek-V4.1-FlashDeepSeek模型代號 deepseek-v4.1-flash總參數量 552B量化 api執行環境 opencode作答模式 最高推理設定
  2. GPT-6 LunaOpenAI模型代號 gpt-6-luna量化 api執行環境 opencode作答模式 最高推理設定
  3. Beam 1.0Reflection模型代號 beam-1.0總參數量 501B量化 api執行環境 opencode-free作答模式 最高推理設定
  4. Claude Haiku 5.5Anthropic模型代號 claude-haiku-5.5量化 api執行環境 openrouter作答模式 最高推理設定
  5. GLM-5.3-Flash智譜模型代號 glm-5.3-flash總參數量 320B量化 api執行環境 opencode作答模式 最高推理設定
  6. Qwen3.8-Flash阿里巴巴模型代號 qwen3.8-flash量化 api執行環境 opencode作答模式 最高推理設定
  7. Qwen3.8-27B阿里巴巴模型代號 qwen3.8-27b總參數量 27.8B量化 optiq4-mlx執行環境 mac-studio-applem1ultra作答模式 最高推理設定
  8. TAIDE 12BTAIDE模型代號 taide-12b-2602總參數量 12.4B量化 q4km-gguf執行環境 mac-studio-applem1ultra作答模式 逐步作答(模型沒有推理設定)
  9. gpt-oss-20bOpenAI模型代號 gpt-oss-20b總參數量 20.9B量化 mxfp4執行環境 openrouter作答模式 最高推理設定
  10. Gemma 4 12BGoogle模型代號 gemma-4-12b-it總參數量 11.9B量化 fp8執行環境 colab-l4作答模式 最高推理設定
  11. Breeze 2 8B聯發科模型代號 breeze2-8b總參數量 8.37B量化 q4ks-gguf執行環境 mac-studio-applem1ultra作答模式 逐步作答(模型沒有推理設定)
  12. Flint 1.0Recursive模型代號 flint-1.0總參數量 39.8B量化 api執行環境 openrouter-free作答模式 最高推理設定

參數量與總分

橫軸為模型的總參數量(對數刻度),縱軸為總分。虛線連接在相同或更少參數量下,總分沒有被其他設定超過的設定。

稠密架構混合專家架構(MoE)帕雷托前緣

0%25%50%75%100%5B10B20B50B100B200B500B1000B總參數量總分Breeze 2 8B:總參數量 8.37B,總分 3.7%Breeze 2 8BGemma 4 12B:總參數量 11.9B,總分 6.1%Gemma 4 12BTAIDE 12B:總參數量 12.4B,總分 13.4%TAIDE 12Bgpt-oss-20b:總參數量 20.9B,總分 7.4%gpt-oss-20bQwen3.8-27B:總參數量 27.8B,總分 16.6%Qwen3.8-27BFlint 1.0:總參數量 39.8B,總分 3.7%Flint 1.0GLM-5.3-Flash:總參數量 320B,總分 59.2%GLM-5.3-FlashBeam 1.0:總參數量 501B,總分 71.6%Beam 1.0DeepSeek-V4.1-Flash:總參數量 552B,總分 93.4%DeepSeek-V4.1-Flash

未列入:GPT-6 Luna、Claude Haiku 5.5、Qwen3.8-Flash。廠商沒有公開參數量。

參數量取自各模型公開的模型卡:Breeze 2 8B、Gemma 4 12B、TAIDE 12B、gpt-oss-20b、Qwen3.8-27B、Flint 1.0、GLM-5.3-Flash、Beam 1.0、DeepSeek-V4.1-Flash。

各模型成績單

逐一檢視每組模型設定在各種法定情境下的答題情形。點選上方長條,也會切換到該組的成績單。

答對答錯每一格代表一道題

DeepSeek-V4.1-Flash

DeepSeek模型代號 deepseek-v4.1-flash總參數量 552B量化 api執行環境 opencode作答模式 最高推理設定

93.4%總分:兩類答對比例的平均

特休日數
95.8%
加班費
91.1%

對照題(法定答案為 0):特休日數 10/10、加班費 10/10,不計入分數。

特休日數182 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費173 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

GPT-6 Luna

OpenAI模型代號 gpt-6-luna量化 api執行環境 opencode作答模式 最高推理設定

93.2%總分:兩類答對比例的平均

特休日數
94.2%
加班費
92.1%

對照題(法定答案為 0):特休日數 10/10、加班費 10/10,不計入分數。

特休日數179 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費175 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

Beam 1.0

Reflection模型代號 beam-1.0總參數量 501B量化 api執行環境 opencode-free作答模式 最高推理設定

71.6%總分:兩類答對比例的平均

特休日數
91.6%
加班費
51.6%

對照題(法定答案為 0):特休日數 10/10、加班費 10/10,不計入分數。

特休日數174 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費98 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

Claude Haiku 5.5

Anthropic模型代號 claude-haiku-5.5量化 api執行環境 openrouter作答模式 最高推理設定

60.0%總分:兩類答對比例的平均

特休日數
89.5%
加班費
30.5%

對照題(法定答案為 0):特休日數 10/10、加班費 10/10,不計入分數。

特休日數170 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費58 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

GLM-5.3-Flash

智譜模型代號 glm-5.3-flash總參數量 320B量化 api執行環境 opencode作答模式 最高推理設定

59.2%總分:兩類答對比例的平均

特休日數
67.4%
加班費
51.1%

對照題(法定答案為 0):特休日數 9/10、加班費 10/10,不計入分數。

特休日數128 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費97 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

Qwen3.8-Flash

阿里巴巴模型代號 qwen3.8-flash量化 api執行環境 opencode作答模式 最高推理設定

54.5%總分:兩類答對比例的平均

特休日數
61.6%
加班費
47.4%

對照題(法定答案為 0):特休日數 10/10、加班費 10/10,不計入分數。

特休日數117 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費90 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

Qwen3.8-27B

阿里巴巴模型代號 qwen3.8-27b總參數量 27.8B量化 optiq4-mlx執行環境 mac-studio-applem1ultra作答模式 最高推理設定

16.6%總分:兩類答對比例的平均

特休日數
18.4%
加班費
14.7%

對照題(法定答案為 0):特休日數 5/10、加班費 10/10,不計入分數。

特休日數35 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費28 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

TAIDE 12B

TAIDE模型代號 taide-12b-2602總參數量 12.4B量化 q4km-gguf執行環境 mac-studio-applem1ultra作答模式 逐步作答(模型沒有推理設定)

13.4%總分:兩類答對比例的平均

特休日數
25.8%
加班費
1.1%

對照題(法定答案為 0):特休日數 4/10、加班費 5/10,不計入分數。

特休日數49 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費2 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

gpt-oss-20b

OpenAI模型代號 gpt-oss-20b總參數量 20.9B量化 mxfp4執行環境 openrouter作答模式 最高推理設定

7.4%總分:兩類答對比例的平均

特休日數
14.7%
加班費
0.0%

對照題(法定答案為 0):特休日數 6/10、加班費 10/10,不計入分數。

特休日數28 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費0 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

Gemma 4 12B

Google模型代號 gemma-4-12b-it總參數量 11.9B量化 fp8執行環境 colab-l4作答模式 最高推理設定

6.1%總分:兩類答對比例的平均

特休日數
8.4%
加班費
3.7%

對照題(法定答案為 0):特休日數 3/10、加班費 10/10,不計入分數。

特休日數16 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費7 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

Breeze 2 8B

聯發科模型代號 breeze2-8b總參數量 8.37B量化 q4ks-gguf執行環境 mac-studio-applem1ultra作答模式 逐步作答(模型沒有推理設定)

3.7%總分:兩類答對比例的平均

特休日數
6.8%
加班費
0.5%

對照題(法定答案為 0):特休日數 1/10、加班費 4/10,不計入分數。

特休日數13 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費1 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時

Flint 1.0

Recursive模型代號 flint-1.0總參數量 39.8B量化 api執行環境 openrouter-free作答模式 最高推理設定

3.7%總分:兩類答對比例的平均

特休日數
5.3%
加班費
2.1%

對照題(法定答案為 0):特休日數 9/10、加班費 10/10,不計入分數。

特休日數10 / 190 題
  • 滿半年
  • 滿 1 年
  • 滿 2 年
  • 滿 3–4 年
  • 滿 5–9 年
  • 滿 10–23 年
  • 滿 24 年以上
  • 年資屆滿當日
  • 屆滿前一日
  • 月底到職
加班費4 / 190 題
平日
  • 第 1–2 小時
  • 第 3–4 小時
休息日
  • 第 1–2 小時
  • 第 3–8 小時
  • 第 9–12 小時
國定假日
  • 第 1–8 小時
  • 第 9–10 小時
  • 第 11–12 小時
1 / 12

相關文章

以下文章引用了 LaborCalc-TW 的題目或評測結果。

  1. 流暢繁中底下的規則盲區:AI 如何在台灣的加班費、特休與統一編號上算錯?

    只看答對率,只能知道語言模型算錯了台灣在地規則,卻看不出它究竟是沿用過時舊制、移植美國公式,還是多步驟算術崩潰。把規則與錯誤假設雙雙寫成可執行程式,才能把失誤原因精準拆解開來。

全部文章

在台灣智評架構中的定位

台灣智評將 AI 在台灣情境下的系統性偏差歸納為三類。LaborCalc-TW 是「制度與流程」類別下第一個公開的基準資料集。

制度與流程

遇到台灣特有的法規或行政申辦流程時,AI 能不能準確指出台灣的權責機關與規定,還是會把其他地區的制度套到台灣身上?

AdminCalc-TWadmincalc-2026Q4 · 特休日數、加班費 · 200 題

語言與術語

AI 是真的懂台灣日常慣用語和各領域專業術語,還是只把簡體字逐字轉成繁體字,沒理解背後其實是不同的制度或概念?

尚無資料集

生活脈絡與跨域常識混淆

在台灣的日常生活場景裡,AI 會不會因為缺乏在地常識,把中國或其他地區常見的 App、付款方式或社會習慣,當成台灣也一樣適用?

尚無資料集

後續研發與評測藍圖

以下主題已經選定,會依規則驗證與品質簽核的進度陸續推出:

  • 繁簡對譯與台灣在地詞彙轉換
  • 實定法規條文檢索與問答

內容更新