hallucination.csv

排名,模型名称,事实性幻觉,忠实性幻觉,最终得分
1,GPT 5（思考模式）,72,100,86
2,GPT 5（自动模式）,68,100,84
3,Claude 4 Opus（思考模式）,73,92,83
4,Claude 4 Opus,64,96,80
5,Grok 4,71,80,76
6,GPT-o3,49,100,75
7,豆包1.5 Pro,57,88,73
8,豆包1.5 Pro（思考模式）,60,84,72
9,Gemini 2.5 Pro,57,84,71
10,GPT-o4 mini,44,96,70
11,GPT-4.1,59,80,69
12,GPT-4o,53,80,67
12,Gemini 2.5 Flash,49,84,67
14,文心一言 X1-Turbo,47,84,65
14,通义千问3（思考模式）,55,76,65
14,DeepSeek-V3,49,80,65
14,混元-T1,49,80,65
18,Kimi,47,80,63
18,通义千问3,51,76,63
20,DeepSeek-R1,52,68,60
20,Grok 3,36,84,60
20,混元-TurboS,44,76,60
23,日日新 V6 Pro,41,76,59
24,GLM-4-plus,35,80,57
25,MiniMax-01,31,80,55
25,360智脑2-o1,49,60,55
27,Yi- Lightning,28,80,54
28,Grok 3（思考模式）,29,76,53
29,Kimi-k1.5,36,68,52
30,文心一言4.5-Turbo,31,72,51
30,日日新 V6推理,37,64,51
32,Step 2,32,68,50
33,Step R1-V-Mini,36,60,48
34,Baichuan4-Turbo,33,60,47
35,GLM-Z1-Air,32,60,46
36,Llama 3.3 70B,33,56,45
37,Spark 4.0 Ultra,19,64,41