HalluHard 评测：Sonnet 5 与 Fable 5 幻觉率无重大突破
maksym_andr · x · 2026-07-06
HalluHard 幻觉基准最新数据显示，Sonnet 5 幻觉率为 50.9%，Fable 5 为 59.7%，两者在无网络搜索时表现均优于开启搜索时。对比 GLM-5.2 的 74.8%，Claude 系列整体领先，但研究者指出并无重大突破。
作者批评当前 AI 社区过度聚焦 Agent 能力，而忽视了对几乎所有真实用户都至关重要的幻觉问题，呼吁行业重新审视优先级。
「模型」频道最新
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11