Artificial Analysis· @ArtificialAnlys · X·· 3 小时前AI 评分32
AI 导读
满足标准和不产生幻觉是不同的能力。Kimi K3（max）的标准通过率为 93.0%，但平均每个任务有 2.09 个实质性幻觉。Muse Spark 1.3（max）的标准通过率为 96.0%，平均每个任务有 1.68 个实质性幻觉。
正文
Completing the criteria and not hallucinating are different skills. Kimi K3 (max) achieves a Criterion Pass Rate of 93.0%, but averages 2.09 material hallucinations per task. Muse Spark 1.3 (max) achieves 96.0% while averaging 1.68 material hallucinations per task.
来源：Artificial Analysis · x.com