待验证50% 置信基准精确时间
当Argon不知道答案时，瞎编的概率只有15%；Astra高达51%，Sol为54%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/14
首次发现
有效期至：2026/10/28
来源
涉及实体
相关事实
待验证在Artificial Analysis的AA Omniscience测试中Argon幻觉率为15%（智能指数45分及以上模型里最低），准确率为50%低于Astra的63%，Argon更倾向于承认不知道而非给出错误猜测78% 相似待验证Argon完全答对的题目正确率约50%，Astra约63%。71% 相似待验证六款应用总分60分，Argon拿到32.6分（约54%），横向对比：Opus 5.5约58%，Astra约57%，Soul 54%，Haku 5.5约54%。70% 相似待验证在模糊医疗任务测试中，Argon只有约10%，Opus则有约25%。69% 相似待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030310API
curl https://kongchang.com/api/v1/knowledge/claims/1030310MCP
get_claim(id=1030310)