artificial analysis 测试 v4 flash max幻觉率排名倒数第一

问题描述：

等一会看看Pro的成绩，不过我感觉应该不会很惊艳

PixPin2026-04-2415-52-26695×463 67.1 KB

网友解答：

---

--【壹】--：

这榜单真的准吗，grok4.20我自己用起来就是幻觉率高的吓人

---

--【贰】--：

grok幻觉高吗，我反而觉得他是幻觉最小的了，，

---

--【叁】--：

pro的成绩也在上面 综合来看感觉不太行 幻觉率高但是总体来看正确率尚可
image1469×953 110 KB
image1453×785 104 KB
image1449×684 99.4 KB

---

--【肆】--：

标题捉虫

是无幻觉率倒数第一

幻觉率倒数第一那不就是第一了吗

---

--【伍】--：

这是什么榜啊，我怎么没看过这个Non的榜

---

--【陆】--：

图片上的是无幻觉率，贴主应该写错了

---

--【柒】--：

4.2是多Agent模式才能有效降低幻觉率吧，我一直用4Agent模式来核查信息，目前感觉幻觉率和信息准确性都还行

---

--【捌】--：

artificialanalysis.ai

DeepSeek V4 Pro (Max) - Intelligence, Performance & Price Analysis

Analysis of DeepSeek's DeepSeek V4 Pro (Reasoning, Max Effort) and comparison to other AI models across key metrics including quality, price, performance (tokens per second & time to first token), context window & more.

补充一个完整地址，可以了解该机构对DSv4的全部评测
注：是pro的，可以蹲一蹲

---

--【玖】--：

看到标题还以为是幻觉出现的最少，要不就改成无幻觉率

---

--【拾】--：

是的，之前v3最为诟病的就是幻觉问题，不过小模型一般幻觉率都高，等Pro成绩出来再看看吧

---

--【拾壹】--：

grok幻觉公认的低啊，特别是多agent交叉验证

---

--【拾贰】--：

稍等，幻觉率倒数第一不是代表着它表现好吗 0.0

---

--【拾叁】--：

当然高了，就不说思维链里哪些子代理经常发病，之前问codex怎么降低额度消耗速度，搜了一堆网页，在拿到官方文档的情况下，告诉我开启fast可以显著降低消耗

---

--【拾肆】--：

v4我自己还没有试过 但是如果这个榜单来看不太乐观啊… 想起了之前v3的时候那个超高的幻觉率 很大程度上v3那个时候的不可用就是超高的幻觉率导致的

---

--【拾伍】--：

你用的什么渠道的，官方渠道是6个agent混合架构，除了贵，没啥别的大问题

---

--【拾陆】--：

首先定义说的幻觉是哪个，其次感觉不如我的内测准

---

--【拾柒】--：

Artificial Analysis

AA-Omniscience: Knowledge and Hallucination Benchmark | Artificial Analysis

Compare AI model performance on AA-Omniscience: Knowledge and Hallucination Benchmark. A benchmark measuring factual recall and hallucination across various economically relevant domains.

这里

---

--【拾捌】--：

大模型参数里混进去有FP4，我就不太看好啦，这精度损失太大了。

---

--【拾玖】--：

不说GPT5.5的成绩，单就Minimax m2.7的幻觉水平就很离谱，怎么排到这么前面的