哪個大模型最不愛胡說八道？智譜與 Google 幻覺率 1.3% 並列第一
Vectara 截至 2024 年 12 月 11 日的資料顯示，智譜 GLM-4-9B-Chat 與 Google Gemini-2.0-Flash-Exp 以 1.3% 的幻覺率並列最低，緊隨其後的是 OpenAI o1-mini（1.4%）。資料表明，輕量或專用模型在減少事實錯誤上完全不輸超大模型。
o1-mini
Perplexity 上線 reasoning 模式：接入 o1-mini 專攻解題與程式設計
Perplexity 面向 Pro 使用者推出基於 OpenAI o1-mini 的 reasoning 聚焦模式測試版。該模式專門用於數學、程式設計與邏輯解謎，但目前尚未接入聯網搜尋，且受速率限制響應相對較慢。
OpenAI 上調 o1 額度：o1-mini 暴漲 7 倍至每天 50 條
OpenAI 宣佈放寬 Plus 和 Team 使用者的 o1 模型使用限制。輕量模型 o1-mini 的限額直接翻了 7 倍，從每週 50 條增加到每天 50 條；成本更高的 o1-preview 也從每週 30 條上調至每週 50 條，讓付費使用者能更痛快地測試推理能力。
探測 o1 推理過程或被封號：OpenAI 發警告信嚴守「思維鏈」
OpenAI 自上週推出具備推理能力的 o1 模型後，開始向試圖窺探其隱藏思維鏈的使用者傳送警告信甚至威脅封號。o1 在介面中只展示經二道過濾的思考總結，不少使用者和安全研究員嘗試用提示詞注入套取真實過程，甚至輸入「reasoning trace」一詞就會觸發違規警告。