K2 Horizon 评测明细公布：宁拒答不乱猜，幻觉率仅 26%
ArtificialAnlys · x · 2026-09-03
Artificial Analysis 补充了 K2 Horizon 375B A23B 在 Intelligence Index 各单项评测的完整明细。关键数据：该模型只尝试 40% 的 AA-Omniscience 问题，其余 60% 选择拒答而非猜测，最终幻觉率 26%，为已测最低之一；准确率 18% 与前代 K2 Think V2 基本持平，但前代幻觉率高达 71%——AA-Omniscience 指数从 -40 改善到 -3。
所属事件:K2 Horizon 评测细节公布：幻觉率仅 26%，agent 任务领先(4 条相关)→
「模型」频道最新
- 花3个月实测:Anthropic 内部模型能否设计蝎子抗毒血清 — apoorvasriniva · 2026-10-21
- Space Bunny Alpha 实为 MiniMax M3.1 Flash：1M 上下文、主打性价比 — ZabihullahAtal · 2026-10-21
- Rork 界面现「Opus 5.5 Medium」选项,Anthropic 新模型或曝光 — rudrank · 2026-10-21
- RSI-Bench 首批任务通过验证管线,含 reward-hacking 检测与补丁 — SRSchmidgall · 2026-10-21
- 开发者吐槽 Anthropic 生物安全护栏：读篇论文就触发拦截 — robleclerc · 2026-10-21
- Reddit 用户称本地运行的未审查版 DeepSeek 对病毒提问毫无犹豫直接作答 — Only_Light_9817 · 2026-10-21