⌘ K
… 读取采集状态 同步中...
雷
原文
The Batch·· 2026-05-02精选AI 评分65

GPT-5.5 在基准测试中表现领先但幻觉率高,Kimi K2.6 成为最强开源模型

GPT-5.5 Outperforms (and Hallucinates), Kimi K2.6 Leads Open LLMs, AI Strains Climate Pledges, Strategic Thinking in LLMs vs. Humans

AI 导读

OpenAI 发布的 GPT-5.5 在 Artificial Analysis Intelligence Index 和 ARC-AGI-2 等基准测试中刷新纪录,但幻觉率显著高于 Claude Opus 4.7 和 Gemini 3.1 Pro Preview。

推荐理由

原文对比了 GPT-5.5 与 Kimi K2.6 在基准测试和实际偏好中的表现差异,以及大模型在战略游戏决策中与人类的不同策略。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:The Batch · deeplearning.ai