搜索场景事实性榜更新
arena · x · 2026-07-16
Arena 补充了 Search Arena 的事实性排行榜变化。
- 开启 factuality 后，GPT-5.5-search 升到事实性榜首。
- GPT-5.2-search 名次提升更明显，从第11升到第3。
- claude-sonnet-4-6-search 从第6降到第9，gemini-3.1-pro-grounding 从第7降到第13。
- 他们还提到，部分开源模型在提高事实性权重后分数下降，但 mistral-medium-3.5 和 tencent huyuan-hy3-preview 反而上升。
所属事件:Arena 将事实性纳入模型排行榜(12 条相关)→
「模型」频道最新
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11