开发者争议 Gemini 超 80% 幻觉说法
先了解这件事
2026 年 10 月 25 日，开发者 theo 称，他在搭建用多模型交叉评审代码的 council skill 时实测发现，Gemini 在超过 80% 的运行中会编造内容，因此在该工具中新增「gemini the jester」分区，专门记录这些出错案例。同日，开发者 MickeySteamboat 反驳称，自己在「大海捞针」式任务中使用 Gemini，精度极高、可用上下文几乎不受限，并推测问题可能出在动态链接或静态链接等调用方式上；他强调幻觉表现高度依赖使用场景，自己并不清楚 theo 是如何配置模型的。有回复者也表示自家场景下 Gemini 精度极高、上下文几乎不受限，差异或源于使用方式。后续报道称，社区由此分成两派，争论焦点集中在 Gemini 的幻觉程度以及评测配置对结果的影响。报道未给出更多复现条件或测试细节。
AI 根据报道生成 · 1 小时前更新
事件进展
- 10月25日 13:55 · 1 篇报道开发者反驳Gemini超80%幻觉说法AGI Hunt：开发者反驳 Gemini 幻觉论：自家「大海捞针」场景精度极高
- 10月25日 13:37 · 2 篇报道开发者实测Gemini超80%运行出现幻觉AGI Hunt：开发者实测：Gemini 在多模型评审中超 80% 运行出现幻觉
报道时间线
沿着报道，了解事件的不同侧面。
- AGI Hunt开发者反驳 Gemini 幻觉论：自家「大海捞针」场景精度极高
针对 theo 称 Gemini 在多模型评审中超 80% 运行出现幻觉，MickeySteamboat 反驳称自己在「大海捞针」式任务中 Gemini 精度极高、可用上下文几乎不受限，并推测问题可能出在动态或静态链接等使用方式上。他认为幻觉表现高度依赖使用场景，不知对方如何配置模型。
- AGI Hunt开发者实测：Gemini 在多模型评审中超 80% 运行出现幻觉
开发者 theo 在搭建用多模型交叉评审代码的 council skill 时实测发现，Gemini 超 80% 的运行出现编造内容。他因此在工具中新增「gemini the jester」分区记录这些翻车。有回复者称自家场景下 Gemini 精度极高、上下文几乎不受限，差异或源于使用方式。
- AGI HuntGemini 幻觉争议：多模型评审超八成出错引发两派争论
开发者 theo 实测称，用多个模型交叉评审代码时，Gemini 超过 80% 的运行出现编造内容。MickeySteamboat 反驳称不知对方如何配置模型，自己在「大海捞针」式任务中 Gemini 精度极高。社区由此争论 Gemini 幻觉程度及评测配置的影响。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。