事实性

模型会不会说错事实，以及不知道时会不会拒绝回答。两个指标分开看：一个是准确率，一个是答错却很自信的比例。

按它在多少项基准里进入前 10 排序，一样多时看最好名次。每列保持各自的排名，不做平均。

模型	进入前 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	#93 41.4%
MiniCPM5 openbmb	1/2	#71 -0.800	#1 99.1%
GPT 6 Astra openai	1/2	#2 43.7	#65 55.2%
G9v3 ai9star	1/2	#79 -4.367	#2 88.3%
Claude Fable 5.1 anthropic	1/2	#3 43.5	#113 34.4%
G9v3 39A5B ai9star	1/2	#53 3.767	#3 87.0%
Claude Fable 5 anthropic	1/2	#4 43.3	#107 36.4%
Command A+ cohere	1/2	#77 -4.017	#4 85.8%
GPT 6.1 Sol openai	1/2	#6 41.5	#74 50.6%
LFM2.5 liquidai	1/2	#98 -10.9	#6 84.0%
Claude Opus 5 anthropic	1/2	#7 37.1	#95 40.5%
Grok 4.3 xai	1/2	#27 18.0	#7 83.1%
Claude Sonnet 5.5 anthropic	1/2	#8 32.3	#69 53.0%
Grok 4.20 xai	1/2	#31 14.8	#8 82.6%
Grok 4.7 xai	1/2	#9 32.0	#29 70.7%
Qwen 3.8 alibaba	1/2	#87 -7.950	#9 81.9%
Gemini 3.1 Pro google	1/2	#10 31.9	#78 49.1%
MiniMax M3 minimax	1/2	#57 1.350	#10 81.6%

“—”表示该榜没收录这个模型，不是零分。还没识别出具体模型的条目不在这里出现，它们仍显示在各自的原始榜单上。