Inkling 2 Small 幻覺率砍半！答對率卻只多兩個百分點，錯題跑去哪了？

Inkling 2 Small 在 Artificial Analysis 的獨立評測裡，幻覺率從 61% 降到 27%，作答率卻從 77% 掉到 53%，答對率只從 32% 升到 34%。換成每 100 題的帳，少掉的約 23 道錯題幾乎都搬去了不作答。代理型任務 AutomationBench-AA 從 5% 升到 46% 是真進步，代價是每個指數任務平均花費從 0.20 美元漲到 1.18 美元。 ⭐ 文章深度讀：Inkling 2 Small 幻覺率大降：亂編變少主要因為答得少 → https://heymaibao.com/inkling-2-small-hallucination-rate-drop-227022/ ⚡ 章節重點 AI 更少亂講的疑問 00:00 幻覺率的算術 00:36 閉嘴紅利 02:38 真進步與成本 03:09 開放權重的條件 04:54 挑工具的檢查法 05:52 📝 懶人包 ∙ 幻覺率從 61% 降到 27%，答對率只從 32% 升到 34% ∙ Artificial Analysis 點名：亂編變少主要因為答的題目變少 ∙ 每個指數任務平均花 1.18 美元，上一代 0.20 美元 ∙ 我的觀點：AI 說更少亂講，也要看它是不是更常丟回「我不確定」 📚 參考資料 Thinking Machines Inkling 2 Small: the highest scoring open weights model outside of China pending weights release → https://artificialanalysis.ai/articles/thinking-machines-releases-inkling-2-small-highest-scoring-open-weights-model-outside-of-chinia-upon-weights-release-it GitHub - ArtificialAnalysis/artificial-analysis-plugin: Independent model benchmarks in your agent: the Artificial Analysis MCP server for Claude, ChatGPT, Cursor and Gemini CLI · GitHub → https://github.com/ArtificialAnalysis/artificial-analysis-plugin 前 OpenAI CTO 推新模型，讓用戶自己訓 AI！創企估值被曝冲刺 2600 億 - 智東西 → https://zhidx.com/p/608120.html Inkling - Thinking Machines Lab → https://thinkingmachines.ai/inkling/