GPT-6.1 Terra 实测：幻觉率降 50 个百分点
先了解这件事
Artificial Analysis 对 GPT-6.1 Terra 的实测结果陆续公布。在 Coding Agent Index v2.0 上，GPT-6.1 Terra 得 48 分，比 GPT-6.1 Sol 低 6 分、比 GPT-6 Luna 高 17 分，成本仅为前代的三分之一。AA-Omniscience 基准显示，其幻觉率下降 50 个百分点，准确率同时提升 2 点，即答对更多题，也更常承认自己不知道。需要说明的是，早先报道称其“幻觉率降 50%”，后续报道明确为下降 50 个百分点。在 AA-Omniscience 基准公布的那组图表中，Gemini 4 Argon 幻觉率最低，为 15%；Claude Opus 5.5 准确率最高，为 67%；GPT-6 Luna Preview 幻觉率高达 88%。10 月 27 日 02:54 又出现新情况：Artificial Analysis 网站出现名为 GPT-6.1 Terra (Max) 的模型页面，综合评分达 48 分，但该消息未经 OpenAI 官方确认，真实性存疑，有待进一步证实。
AI 根据报道生成 · 59 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntArtificial Analysis 页面出现 GPT-6.1 Terra (Max)，评分达 48
Artificial Analysis 网站出现名为 GPT-6.1 Terra (Max) 的模型页面，综合评分达到 48 分。该消息未经 OpenAI 官方确认，真实性存疑，需等待进一步证实。
- AGI HuntArtificial Analysis 实测 GPT-6.1 Terra：编码 Agent 得 48 分，成本仅前代三分之一
Artificial Analysis 在 Coding Agent Index v2.0 上给 GPT-6.1 Terra 打出 48 分，比 GPT-6.1 Sol 低 6 分，比 GPT-6 Luna 高 17 分。
- AGI HuntAA 实测 GPT-6.1 Terra 幻觉率降 50 个百分点，准确率升 2 点
Artificial Analysis 的 AA-Omniscience 基准数据显示，GPT-6.1 Terra 的幻觉率下降 50 个百分点，同时准确率提升 2 点，也就是答对更多问题、也更常承认自己不知道。同一组图表中，Gemini 4 Argon 幻觉率最低为 15%，Claude Opus 5.5 准确率最高为 67%，而 GPT-6 Luna Preview 的幻觉率高达 88%。
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。