Aleph Alpha发布中国模型敏感话题基准测试

2026年10月4日，德国AI公司Aleph Alpha公布其自建基准测试结果，评测对象为阿里巴巴千问（Qwen）、DeepSeek和月之暗面Kimi等中国AI模型。据The Decoder报道，该测试覆盖天安门、台湾、新疆等967个手工挑选的敏感话题。Aleph Alpha自有的AI评分系统显示，这些中国模型的回答中仅17%至41%被评为“平衡”，其余为复述官方立场、回避或拒答；其中DeepSeek V4 Pro对三分之二的问题直接拒答。作为对照，报道称西方模型Claude Sonnet 5和Mistral Small的平衡回答比例分别为70%和92%。上述比例与结论均来自Aleph Alpha自建评分系统，测试话题与模型范围以该报道所述为限。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。