2026 幻觉率榜单：202 个模型中 141 个答对率低于乱答率
gerardsans · x · 2026-10-25
回复 "为什么没人再谈 AI 幻觉" 时，附上 suprmind.ai 持续更新的《2026 AI 幻觉率基准与排行榜》及截图，关键数据：
- 在答对率 ≥45% 的模型中，Gemini 4 Argon 幻觉率最低（15.1%，尚未公开）；公开模型中最佳是 Grok 4.7（29.3%）。
- 准确率最高的 Claude Fable 5.1（67.2%）幻觉率高达 72.6%；OpenAI 旗舰 GPT-6 Astra 准确率 62.6%，幻觉率 51.3%。
- AA-Omniscience 榜 202 个模型中，141 个 "答对的还不如瞎猜的多"（指数为负）。
- 高风险问题上，45% 会被其他模型纠正，低风险问题仅 28%；金融类模型间矛盾（40%）是医疗类（20%）的两倍。
- 法律/医疗/金融领域宣称 "无幻觉" 的 AI 产品实际错答率 17%–33%。
所属事件:AI 幻觉并未消失 只是被 Agent 工具链掩盖(2 条相关)→
「模型」频道最新
- 用户请求 AI 陪伴应用辱骂自己被拒,吐槽护栏"把用户当小孩" — Angaisb_ · 2026-10-25
- Casado 一句「abliterated 模型让你看到幕后」引发深夜共鸣 — generativist · 2026-10-25
- 网友整理 GLM 5.3 Flash NVFP4 本地部署仓库，实测支持最高 1M 上下文 — HankYeomans · 2026-10-25
- Workday 回归 CEO 把在研 AI Agent 从 50 个砍到 20 个 — Scobleizer · 2026-10-25
- AI 行业日报：开源模型距前沿仅约 5 周，Hermes 智能体一天合并 122 个 PR — Scobleizer · 2026-10-25
- Hugging Face 员工称赞 Gemini 4 输出质量出色 — eliebakouch · 2026-10-25