跳到主内容

知行录leaderboard.cn

分析

前沿模型
历史趋势
本地模型
模型对比
榜单工坊

资料库

模型库
模型价格
厂商
基准评测
数据源

知行录leaderboard.cn

正在加载页面内容

© 2026 知行录（leaderboard.cn）。群峰之上，仍有未名之山。

订阅更新关于本站排名规则更新日志

v0.1.66.c14ade6abf77浙ICP备09076226号-7

基准详情正在加载

返回基准目录

Factual error rate on difficult prompts (2026-10-26)推理

Response-level factual error rate on the refreshed October 26 difficult-prompt evaluation; not directly comparable to earlier GPT-6 system cards or representative of production usage.

排行数据源

#模型得分

1

GPT-6 AstraOpenAI · max

4.2%

2

GPT-6.1 TerraOpenAI · max

4.3%

共 2 个模型