事實性
模型會不會說錯事實，以及不知道時會不會拒絕回答。兩項指標分開看：一項是準確率，一項是答錯卻很自信的比例，兩者並不同步變化。
按它在多少項基準裡進入前 10 排序，一樣多時看最好名次。每列保持各自的排名，不做平均。
| 模型 | 進入前 10 | Artificial Analysis LLM Leaderboard AA-Omniscience Index | Artificial Analysis LLM Leaderboard AA-Omniscience Non-Hallucination Rate |
|---|---|---|---|
 Gemini 4 Argon Google | 2/2 | #5 42.4 | #5 84.9% |
 Claude Opus 5.5 Anthropic | 1/2 | #1 46.4 | #95 41.4% |
 MiniCPM5 OpenBMB | 1/2 | #72 -0.800 | #1 99.1% |
 GPT 6 Astra OpenAI | 1/2 | #2 43.7 | #67 55.2% |
 G9v3 AI9Stars | 1/2 | #80 -4.367 | #2 88.3% |
| Claude Fable 5.1 Anthropic | 1/2 | #3 43.5 | #115 34.4% |
| G9v3 39A5B AI9Stars | 1/2 | #53 3.767 | #3 87.0% |
| Claude Fable 5 Anthropic | 1/2 | #4 43.3 | #109 36.4% |
 Command A+ Cohere | 1/2 | #78 -4.017 | #4 85.8% |
| GPT 6.1 Sol OpenAI | 1/2 | #6 41.5 | #76 50.6% |
 LFM2.5 Liquid AI | 1/2 | #100 -10.9 | #6 84.0% |
| Claude Opus 5 Anthropic | 1/2 | #7 37.1 | #97 40.5% |
 Grok 4.3 SpaceXAI | 1/2 | #27 18.0 | #7 83.1% |
| Claude Sonnet 5.5 Anthropic | 1/2 | #8 32.3 | #71 53.0% |
| Grok 4.20 SpaceXAI | 1/2 | #31 14.8 | #8 82.6% |
| Grok 4.7 SpaceXAI | 1/2 | #9 32.0 | #29 70.7% |
 Qwen 3.8 Alibaba | 1/2 | #89 -7.950 | #9 81.9% |
| Gemini 3.1 Pro Google | 1/2 | #10 31.9 | #80 49.1% |
 MiniMax M3 MiniMax | 1/2 | #58 1.350 | #10 81.6% |
「—」表示該榜沒有收錄這個模型，不是零分。尚未識別出具體模型的條目不在此處出現，但仍顯示在各自的原始榜單上。