📅 即将开始 🤝 非返利
Gemini 3.1 Pro 在幻觉与谄媚基准测试中表现突出
社区用户创建了名为 HalBench 的自定义基准测试，专门评估模型的谄媚行为和幻觉倾向。测试涵盖了四个前沿模型：Sonnet 4.6、Grok 4.3、GPT 5.4 和 Gemini 3.1 Pro。结果显示 Gemini 3.1 Pro 在多项指标上表现突出，为开发者选择可靠模型提供了重要参考。
你领到了吗？帮我们验证一下：
成功率：— · 0 人反馈
订阅额度变动提醒
订阅提醒 → 免费额度、截止时间、领取条件变动时，优先通过邮件提醒。
价值新模型评估
类型new-model
难度easy
中国大陆访问相对友好
领取步骤
- 打开 Gemini (Google) 官方页面或领取入口。
- 准备条件：访问 Reddit 帖子查看详细测试结果和模型对比
- 领取后先用一个真实任务测试额度是否到账。
- 如果额度过期或不可用，查看本页替代方案。
额度与限制
社区用户构建的 HalBench 基准测试显示，Gemini 3.1 Pro 在谄媚和幻觉测试中表现优异，与 Sonnet 4.6、Grok 4.3 和 GPT 5.4 等前沿模型进行了对比。
领取要求
- 访问 Reddit 帖子查看详细测试结果和模型对比
过期或不可用时的替代方案
相关羊毛
AI世界原型复刻Emergence AI发布了与Claude付费版AI世界原型几乎相同的产品，用户可免费使用AI世界构建功能。Claude 原型设计免费课免费在线课程，学习如何使用 OpenSpec 和 Claude Code 进行规范驱动的原型设计；来源为社区活动信号，非 Anthropic 官方免费层变更。Edge Gallery 更新Google AI Edge Gallery v1.0.13/v1.0.14 更新带来了 Gemma 4 多令牌预测支持、Pixel TPU 加速、实验性 MCP 功能、新技能以及聊天历史保存功能。Gemini 2.5 FlashGoogle发布Gemini 2.5 Flash预览版，支持100万token上下文，定价低于Pro版本。Flash定价公布Gemini 2.5 Flash输入$0.15/百万token，输出$0.60/百万token，远低于Pro版本。Gemini免费层扩大Google将Gemini免费层上下文窗口从32k提升至100万token，并增加每日请求次数。
常见问题
Gemini 3.1 Pro 基准测试 现在还能领取吗？
当前状态：进行中。具体以官网领取页为准。
领取 Gemini 3.1 Pro 在幻觉与谄媚基准测试中表现突出 需要什么条件？
访问 Reddit 帖子查看详细测试结果和模型对比
Gemini 3.1 Pro 在幻觉与谄媚基准测试中表现突出 中国大陆可用吗？
当前记录为中国大陆可访问或相对友好。