Step 5 Preview 知识超 GLM-5.3,但 43% 作答会幻觉
ArtificialAnlys · x · 2026-09-22
Artificial Analysis 指出 Step 5 Preview 以 600B 总参在 AA-Omniscience 达到 42% 准确率,超过 GLM-5.3 (max, 753B, 34%),略高于参数量对应的事实召回趋势线,但仍不及 Kimi K3 (max, 2.8T, 48%)。限制因素是行为而非知识:它尝试作答的比例达 68%,但其中 43% 会产生幻觉而不是拒答。
所属事件:Step 5 Preview 获评 44 分:成本仅同级 1/2.8(6 条相关)→
「模型」频道最新
- 11 个 LLM 剑桥辩论社对决 1168 场：Claude Fable 5.2 压倒性夺冠 — AymericRoucher · 2026-11-12
- 用户实测 Claude App：widget 模块看不到用户编辑、移动端也不显示 — petergyang · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Ricursive 发布开源权重 Ripple-65B：TerminalBench 称霸美国开源榜 — StanfordAILab · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- Datalab 快速模式 OCR 准确率超 Opus 5.5，价格仅 1/4 到 1/68 — VikParuchuri · 2026-11-12