幻觉率 50% vs 11%！美国大豆包 Gemini 4 Carbon 登顶全球第一，Claude 坐不住了 · @hust_2017 · TwKit

@hust_2017

顶流模型 Claude Opus 5.5 跑单次智能评测任务要花 $10.04、在全知测试里幻觉率高达 50%，而谷歌刚发布的 Gemini 4 Carbon 直接把单任务成本砍到了 $7.76（省下 23%），还以 59 分 抢走了 Artificial Analysis

曝光 154 · 评论 1 · 点赞 1 · 书签 0