基准测评 on 查拉图的数字花园https://www.chalatu.xyz/tags/%E5%9F%BA%E5%87%86%E6%B5%8B%E8%AF%84/Recent content in 基准测评 on 查拉图的数字花园Hugozh-CNSat, 29 Aug 2026 10:48:27 +0800越聪明越敢编：Claude Opus 5 登顶智能指数，幻觉率却飙到 50%https://www.chalatu.xyz/posts/solo-company/smarter-bolder-hallucinates-claude-opus-5/Sat, 29 Aug 2026 10:48:27 +0800https://www.chalatu.xyz/posts/solo-company/smarter-bolder-hallucinates-claude-opus-5/Claude Opus 5 在第三方智能指数上登顶，却在专门测知识可靠性的基准上把幻觉率拉到 50%。智能和诚实是两回事，把我们该评估的「可依赖」和「更聪明」分开。