先了解这件事
AI 综述
2026年10月8日,Artificial Analysis发布加入幻觉门控后各模型的排名与得分变化。据其报道,多数模型表现大幅下滑:Meta的Muse Spark 1.3 (max)门控前以26.7%排名第一,计入幻觉后降至8.9%,xAI的Grok 4.7 (xhigh)以9.4%升至榜首。其他模型方面,GLM-5.3 (max)有13.9%任务通过全部标准,但无重大幻觉的仅0.3%;Kimi K3 (max)从16.7%降至5.3%;Claude Sonnet 5.5 (max with fallback)从11.7%降至2.8%;GPT-6.1 Sol (max)降幅较小,从7.5%到6.9%。目前该发布尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Artificial Analysis
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月9日
Artificial Analysis
Artificial Analysis：幻觉门控后多数模型排名大幅下滑，Grok 4.7 登顶
Artificial Analysis 指出，加入幻觉门控后多数模型表现大幅下滑。Meta 的 Muse Spark 1.3 (max) 门控前以 26.7% 排名第一，计入幻觉后降至 8.9%，使 xAI 的 Grok 4.7 (xhigh) 以 9.4% 升至榜首。GLM-5.3 (max) 有 13.9% 任务通过全部标准，但无重大幻觉的仅 0.3%；Kimi K3 (max) 从 16.7% 降至 5.3%，Claude Sonnet 5.5 (max with fallback) 从 11.7% 降至 2.8%，GPT-6.1 Sol (max) 降幅较小，从 7.5% 到 6.9%。