跳到正文
热点事件持续更新

Gemini 4 Carbon知识榜首，幻觉率11%

2 篇报道1 个报道来源55 分钟前更新

先了解这件事

AI 综述

Artificial Analysis 公布的评测显示，Gemini 4 Carbon（high reasoning）在AA-Omniscience知识可靠性评测中以54分居首，领先Claude Opus 5.5（max）6分，准确率较前代提高10个百分点；但其幻觉率升至11%，知识可靠性仍有短板。 在AA-Briefcase知识工作评测中，Gemini 4 Carbon得分上涨126分至1609 Elo，但仍落后于Grok和Kimi。另一款Gemini 4 Argon在AA-Omniscience v1.1幻觉率榜以4%居首，低于Carbon（high）的11%，也低于Claude 5.5 Preview的31%和Kimi K3.1 Pro的37%。

AI 根据报道生成 · 33 分钟前更新

最新进展10月29日 01:51
AA 幻觉率榜显示 Gemini 4 Argon 以 4% 位居首位

报道时间线

沿着报道，了解事件的不同侧面。

10月29日
  1. AGI Hunt
    AA 幻觉率榜显示 Gemini 4 Argon 以 4% 位居首位

    Artificial Analysis 的 AA-Omniscience v1.1 幻觉率榜显示，Gemini 4 Argon 以 4% 的幻觉率居首，Gemini 4 Carbon(high) 为 11%。

  2. AGI Hunt
    Gemini 4 Carbon 知识评测登顶，但幻觉率升至 11%

    Gemini 4 Carbon（high reasoning）在 AA-Omniscience 知识可靠性评测中以 54 分居首，领先 Claude Opus 5.5（max）6 分，准确率较前代提升 10 个百分点。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。