BenchLeader

AA-Omniscience v1.1: non-hallucination 排行榜

截至 2026年11月16日,AA-Omniscience v1.1: non-hallucination 的最高分为 95.8%,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Argon(95.7%)。共有 142 个模型配置公布了结果(Artificial Analysis,结果日期 2026年10月28日)。面对不知道的问题时,模型选择不回答而非编造答案的频率。与准确率分数相互制衡。AA-Omniscience v1.1: non-hallucination 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 4 Carbon 以 95.8% 保持 AA-Omniscience v1.1: non-hallucination 最高分(Artificial Analysis,2026年10月28日)。
  • Gemini 4 Argon 以 95.7% 位列 AA-Omniscience v1.1: non-hallucination 第二(Artificial Analysis,2026年9月30日)。
  • AA-Omniscience v1.1: non-hallucination:面对不知道的问题时,模型选择不回答而非编造答案的频率。与准确率分数相互制衡(Artificial Analysis)。
  • BenchLeader 上有 142 个模型配置公布了 AA-Omniscience v1.1: non-hallucination 结果(BenchLeader,2026年11月16日)。
  • AA-Omniscience v1.1: non-hallucination 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

面对不知道的问题时,模型选择不回答而非编造答案的频率。与准确率分数相互制衡。

发布方
Artificial Analysis
类别
知识
Index 权重
仅作参考
模型
142
数据截至
2026年11月16日

Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.

142 / 142
#
1Gemini 4 Carbonmedium95.8%65.82026-10-28
2Gemini 4 Argonhigh95.7%65.32026-09-30
3新Gemini 4 Hydrogenxhigh91.5%61.82026-11-12
4新Gemini 4 Hydrogenhigh91.3%63.42026-11-12
5Gemini 4 Carbonhigh88.6%68.92026-10-28
6新Gemini 4 Hydrogenmedium87.5%–2026-11-12
7Command A+86.1%45.92026-05-20
8Gemini 4 Argonmedium84.6%61.62026-09-30
9新Muse Emberxhigh82.7%49.12026-11-09
10新Muse Embermax82.6%52.12026-11-09
11Muse Wonder Fullmax82.4%61.72026-10-12
12Qwen3.8 27B无推理82.0%45.52026-08-14
13Nanbeige4.3-33B81.8%–2026-10-25
14新Gemini 4 Hydrogenlow81.2%–2026-11-12
15Gemini 4 Carbonlow80.2%60.12026-10-28
16Grok 4.7xhigh80.0%57.42026-09-21
17Grok 4.7high79.8%56.92026-09-21
18Muse Wondermax79.1%60.82026-10-12
19Solar Pro 479.1%48.92026-08-06
20Muse Wonderhigh77.8%56.22026-10-12
21Muse Spark 1.3xhigh77.5%58.12026-09-02
22Nemotron 3 Ultra 550B A55Bthinking77.4%49.12026-06-04
23Claude Haiku 4.5thinking76.6%45.72025-10-15
24Mistral Large 4medium75.2%45.92026-10-29
25Muse Spark 1.3max74.8%60.62026-09-02
26DeepSeek V4.1 Flash 1017无推理74.7%44.92026-10-17
27GLM 5.2max74.1%58.92026-06-16
28Granite 4.2 30B73.3%45.82026-08-25
29Inkling 2 Small73.3%57.92026-11-05
30Gemini 3.5 Flash Lite73.3%51.42026-07-21
31Qwen3.8 Maxmax72.9%58.72026-09-02
32Muse Spark Openxhigh72.0%53.52026-10-15
33Mistral Large 4high71.8%48.32026-10-29
34Qwen3.8 27Bxhigh71.4%52.22026-08-14
35K2 Horizon 375B A23B71.0%49.52026-09-03
36Granite 4.2 3B69.7%39.32026-08-25
37K-EXAONE 2.069.6%42.42026-08-12
38Nemotron 3.5 Super VL69.5%45.82026-10-15
39A.X-K269.1%–2026-08-12
40Step 5 Preview68.7%56.02026-09-18
41Granite 4.2 8B67.8%41.12026-08-25
42Grok 4.7low66.2%55.42026-09-21
43Claude Haiku 5.5max65.8%55.32026-10-07
44Qwen3.8 2.4T A95B65.5%51.42026-08-12
45GPT-6.1 Terramax65.5%64.12026-10-26
46Nemotron 3.5 Lightning64.3%41.42026-08-11
47Ling 3.1 Flash63.7%50.82026-10-22
48Solar Mini 463.5%–2026-09-22
49GPT-6.1 Terraxhigh63.3%60.02026-10-26
50GPT-6.1 Terrahigh63.0%59.62026-10-26
51Kimi K3.1 Pro62.7%61.82026-10-23
52GLM 5.3 Flash61.6%57.82026-08-26
53GLM 5.3max61.1%58.82026-08-18
54Claude Haiku 5.5high61.1%55.32026-10-07
55Claude Haiku 5.5xhigh60.9%56.72026-10-07
56GPT-6.1 Terramedium60.4%58.52026-10-26
57Grok 4.6xhigh60.3%56.12026-08-12
58Claude Haiku 5.5medium59.6%50.12026-10-07
59Claude Haiku 5.5low59.5%47.72026-10-07
60Beam 1.059.0%45.92026-10-16

更多知识基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《AA-Omniscience v1.1: non-hallucination 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_omniscience_non_hallucination。

AA-Omniscience v1.1: non-hallucination:常见问题

AA-Omniscience v1.1: non-hallucination 衡量的是什么?
面对不知道的问题时,模型选择不回答而非编造答案的频率。与准确率分数相互制衡。分数以完成任务的百分比表示,越高越好。
AA-Omniscience v1.1: non-hallucination 的最高分是多少?
截至 2026年11月16日,AA-Omniscience v1.1: non-hallucination 的最高分为 95.8%,由 Gemini 4 Carbon 取得(结果日期 2026年10月28日),领先于 Gemini 4 Argon(95.7%)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 AA-Omniscience v1.1: non-hallucination 上领先?
截至 2026年11月16日,AA-Omniscience v1.1: non-hallucination 排名第一的是 Gemini 4 Carbon,分数为 95.8%(结果日期 2026年10月28日)。其后为 Gemini 4 Argon(95.7%)。
有多少模型有 AA-Omniscience v1.1: non-hallucination 结果?
BenchLeader 上有 142 个模型配置有 AA-Omniscience v1.1: non-hallucination 结果,全部取自 Artificial Analysis。
AA-Omniscience v1.1: non-hallucination 由谁运行,多久更新一次?
AA-Omniscience v1.1: non-hallucination 由 Artificial Analysis 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
AA-Omniscience v1.1: non-hallucination 是否计入 BenchLeader Index?
不计入。AA-Omniscience v1.1: non-hallucination 仅作参考展示,不计入综合分数。