开源税务引擎 OpenTax 在 AI 税务测试中超越 GPT 和 Fable 5

OpenTax 是一个开源的确定性税务计算引擎，专为 AI 代理设计，旨在解决语言模型在税务计算中的概率性问题。税务法律是确定性的，而语言模型本质上是概率性的，OpenTax 通过规则和精确算术确保相同事实产生相同结果。

该引擎在 TaxCalcBench 基准测试中取得了 96% 的准确率，创下了历史最高纪录。相比之下，Claude Sonnet 单独使用时只有 6% 的准确率，而结合 OpenTax 后提升至 96%，甚至超过了 GPT 5.6 Sol（58%）和 Claude Fable 5（34%）等顶级模型。OpenTax 的测试方法严格：50 份完整的美国纳税申报表，每行必须完全正确才算通过。Claude Sonnet 单独只能正确 6%，而使用 OpenTax 后达到 96%，即 48/50 份申报表完全精确至每分钱，820 个评分行中 98.2% 完全正确。即使是两个错误案例，也追溯到参考申报表中的工作表与自身输入不一致，OpenTax 的精确度甚至足以审计它正在参加的考试。

OpenTax 的核心特点包括：每条规则都引用具体的美国法典章节（26 U.S.C. 号、生效窗口和逐字摘录），确保数字不依赖模型回忆；每个计算返回 Merkle 根证明，可离线逐字节重新验证；确定性编译器将 W-2 和 1099 表格等输入转换为事实，无需人工判断；对于规则库外的问题，明确拒绝而非猜测；支持联邦和州税，涵盖 1040、1120 和 1041 表格，以及 29 个州的税务计算。

该引擎通过 MCP 协议集成，可连接 Claude、ChatGPT 等 AI 代理，用于税务准备、规划、审计等工作。它提供 CLI 和 TypeScript 库，并可在浏览器中运行。OpenTax 采用 AGPL-3.0 开源许可，并提供商业授权。

对于税务从业者，OpenTax 可以作为第二引擎复核申报表；对于自由职业者，它帮助计算季度预缴款，包括安全港规则和按年化分期付款；对于财务规划师，它能发现税收悬崖，如社会保障税收、老年人扣除逐步淘汰、2026 年保费抵免断崖等；对于审计人员，它提供可验证的 Merkle 根证明，确保审计过程中每一步都可溯源。引擎的规则库按年份标记，可对比不同年份的税法变化，例如 2025 年与 2026 年的 OBBBA 规则差异。

OpenTax 还内置研究功能：search_tax_rules 通过关键词查找编码法律，lookup_tax_parameter 返回带引用的美元金额，verify_fact 验证事实的准确性。所有功能均可通过同一引擎的 CLI 或 TypeScript 库使用，完全在浏览器中运行。

此外，OpenTax 提供了一个托管的 MCP 连接器，无需安装即可免费试用。用户只需复制一个 URL 并粘贴到任何支持 MCP 的代理中（如 Claude），即可开始使用。它还支持本地运行，作为一个自包含的二进制文件包含 MCP 服务器、CLI 和 HTTP 主机。OpenTax 已注册在官方 MCP 注册表中，仓库地址为 github.com/Invaro/opentax-engine，npm 包为 @invaro/opentax。