[控场AI]
待验证50% 置信基准精确时间

当总额被遮但每行可见时，Claude和Gemini 3 Flash全部48张算对，失败全部来自较小模型（Flash-Lite失败31%，nano失败79%），nano即便被明确要求相加也只做对12/48

1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/11
首次发现
有效期至：2027/1/9

来源

遮住账单总额后，视觉大模型会凭空编造数字

涉及实体

Claude Sonnet 5modelGemini 3 FlashmodelGemini 3.1 Flash-LitemodelGPT-5.4 nanomodel

相关事实

待验证编造总额时各模型的中位置信度差异巨大：Gemini 3 Flash和Flash-Lite为95，GPT-5.4 nano为62，Claude Sonnet 5仅为2078% 相似待验证DeepSeek V4 Flash在22个多轮测试中失败13个（fail_fast 45%），Gemini同样失败13个72% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/997263
API
curl https://kongchang.com/api/v1/knowledge/claims/997263
MCP
get_claim(id=997263)