实测 GPT-6.2 Astra 报最新 Claude 型号,正确率仅 45%

开发者 bdsqlsz 实测发现 GPT-6.2 Astra 存在明显幻觉:在同一 IP 和环境下反复提问「最新的 Claude 模型是什么」,仅 45% 的回答正确。随后他公开了测试 prompt,要求模型不联网、不使用 skills 或其他工具,仅凭离线知识且不引用任何上下文作答,以验证模型参数化知识的可靠性。

2026-11-18 ~ 2026-11-18 · 2 条相关