Alucinação de IA: Compare os principais LLMs como GPT-5.2

Modelos de IA podem gerar respostas que parecem plausíveis, mas são incorretas ou enganosas, conhecidas como alucinações de IA. 77% das empresas preocupadas com alucinações de IA.¹

Fizemos benchmark de 37 LLMs diferentes com 60 perguntas para medir suas taxas de alucinação:

Resultados do benchmark de alucinação de IA

Nosso benchmark revelou que até mesmo os modelos mais recentes têm taxas de alucinação >15% quando são solicitados a analisar declarações fornecidas. Leia a metodologia do benchmark para saber como medimos essas taxas.

Análise da taxa de alucinação: Custo vs. contexto

Para garantir uma comparação justa de custos entre os modelos, normalizamos os preços usando uma métrica unificada que reflete padrões de uso do mundo real. Como a maioria dos tokens em cargas de trabalho práticas vem de entradas e não de saídas, calculamos o custo do modelo como 0,75 × preço do token de entrada + 0,25 × preço do token de saída.

Isso impede que modelos com saídas artificialmente baratas ou entradas desproporcionalmente caras pareçam enganosamente eficientes, permitindo que cada modelo seja avaliado em uma escala consistente e comparável.

Tamanho do contexto vs. tendências de alucinação

O gráfico revela padrões distintos ao comparar as taxas de alucinação com o tamanho da janela de contexto. Consistente com dados anteriores sobre custos, há pouca ou nenhuma correlação linear entre capacidade de contexto e precisão.

Contexto grande não garante precisão

Contrariando a suposição de que entradas maiores levam a um raciocínio melhor, surge uma relação mista. Modelos projetados para janelas de contexto massivas (1M+ tokens) não alcançam consistentemente taxas de alucinação menores do que seus equivalentes menores. Como mostrado nos dados, modelos altamente confiáveis são encontrados em ambos os espectros de contexto curto e longo, assim como modelos de menor desempenho.

Isso sugere que uma janela de contexto massiva não garante automaticamente uma consistência factual aprimorada. Em última análise, especificações técnicas como o tamanho do contexto não são indicadores definitivos de confiabilidade; o desempenho depende mais da arquitetura específica do modelo e da qualidade do treinamento do que apenas da capacidade.

O que são alucinações de IA?

Alucinações acontecem quando um LLM produz informações que parecem reais, mas são totalmente inventadas ou factualmente imprecisas. Em contraste com erros simples, as alucinações são especialmente problemáticas porque são apresentadas com a mesma confiança que informações precisas, tornando difícil para os usuários reconhecê-las sem confirmação externa.

Os impactos das alucinações de LLM

As alucinações de IA afetam muitos setores porque as organizações dependem de ferramentas de IA generativa para produzir texto, analisar dados e apoiar a tomada de decisões. Os possíveis resultados variam, mas vários riscos aparecem consistentemente:

Dano reputacional

Se um modelo produzir informações imprecisas, narrativas falsas ou saídas enganosas, os usuários podem perder a confiança no sistema e na organização que o implantou. Reconstruir a confiança após informações incorretas chegarem a clientes, equipes internas ou ao público pode ser desafiador.

Por exemplo, uma análise recente da GPTZero² descobriu que dezenas de artigos aceitos na NeurIPS 2025 incluíam citações geradas por IA que não foram detectadas durante a revisão por pares. Após analisar mais de 4.000 artigos aceitos, a empresa encontrou centenas de referências falhas em pelo menos 50 artigos, variando de citações totalmente falsas a versões alteradas de citações reais.

Alguns erros envolveram autores, títulos, revistas ou links inventados, enquanto outros alteraram sutilmente citações reais modificando nomes de autores ou títulos de artigos. A GPTZero diz que todas as citações sinalizadas foram posteriormente verificadas por especialistas humanos.

A NeurIPS reconheceu o crescente uso de modelos de linguagem grandes na escrita de pesquisa e disse que está monitorando o problema, observando que referências incorretas não invalidam automaticamente as descobertas de um artigo. Ainda assim, a GPTZero chamou os resultados de alarmantes, dado que os artigos foram formalmente aceitos e publicados em uma conferência altamente seletiva.

As descobertas destacam como o aumento nas submissões, mais de 21.000 em 2025, torna a revisão minuciosa difícil e levanta preocupações sobre a integridade da pesquisa, a reprodutibilidade e os riscos de confiar em citações geradas por IA na publicação acadêmica.³

Exposição legal

Em campos regulamentados, como saúde, finanças e direito, conteúdo gerado por IA que inclui erros factuais pode levar a violações de conformidade. Quando o conteúdo gerado é usado sem verificação, interpretações incorretas de dados ou políticas podem resultar em penalidades, danos ao cliente ou litígios.

Por exemplo, citações de casos falsas geradas por IA tornaram-se um problema sério e crescente para os tribunais. Apenas em 2025, juízes em todo o mundo emitiram centenas de decisões abordando alucinações de IA em petições legais, representando cerca de 90% de todos os casos conhecidos desse problema até a data.

Juízes dizem que esses erros desperdiçam tempo e recursos escassos, forçando os tribunais a investigar casos inexistentes em vez de se concentrar nos méritos das disputas. Advogados e juízes foram pegos confiando em saídas defeituosas de IA, provocando avisos, ordens permanentes e sanções cada vez mais severas.

À medida que a conscientização sobre as limitações da IA cresce, os tribunais estão se tornando menos tolerantes com desculpas, vendo citações alucinadas como má conduta e não como ignorância. Enquanto pesquisadores que acompanham o problema relatam crescimento rápido nesses casos, muitos veem a IA como amplamente benéfica para o trabalho jurídico, se seu uso for transparente, cuidadosamente verificado e tratado como uma ferramenta de rascunho e não como uma fonte de verdade jurídica.⁴

Ineficiência operacional

Quando os usuários não podem confiar em texto ou saídas geradas por IA, eles devem verificar manualmente os resultados. Isso adiciona tempo e reduz o valor da inteligência artificial generativa. Em vez de auxiliar fluxos de trabalho, as alucinações podem criar gargalos que exigem revisão humana para identificar informações falsas.

Por exemplo, durante um teste de relatórios policiais escritos por IA em Utah, áudio de fundo de um filme da Disney fez com que o sistema afirmasse erroneamente que um policial se transformou em um sapo. O incidente ocorreu durante um piloto de dezembro de ferramentas de IA como o Draft One da Axon, que convertem áudio de câmeras corporativas em relatórios escritos para economizar tempo dos oficiais.

Embora os oficiais digam que as ferramentas podem economizar várias horas por semana em papelada, o episódio expôs preocupações mais profundas sobre precisão e supervisão. Até mesmo relatórios de teste rotineiros exigiram correções, e críticos alertam que a IA pode interpretar mal sons, suavizar incertezas ou introduzir erros sutis que mais tarde se tornam parte do registro oficial.⁵

Causas das alucinações de IA

Entender por que as alucinações ocorrem é essencial para projetar técnicas de mitigação de alucinações e decidir quando confiar em conteúdo gerado por IA.

Limitações dos dados de treinamento

Modelos de linguagem grandes são treinados em vastas quantidades de dados da internet, documentos e outros textos. Limitações nesses dados de treinamento podem levar a alucinações:

• Dados de treinamento insuficientes em áreas especializadas podem deixar lacunas de conhecimento. Quando o modelo é solicitado a gerar texto nesses domínios, ele pode preencher fatos ausentes com informações inventadas em vez de admitir incerteza.
• Páginas da web de baixa qualidade, notícias falsas ou conteúdo enganoso no conjunto de treinamento podem enviesar o modelo para narrativas falsas e erros factuais.
• Dados factuais desatualizados podem fazer com que o modelo produza informações incorretas sobre tópicos que mudaram após o período de treinamento.
• Vieses nos dados de treinamento podem distorcer como os modelos de IA descrevem pessoas, eventos ou resultados possíveis.

Esses problemas não são exclusivos da geração de texto. Problemas semelhantes ocorrem em modelos de visão computacional treinados em conjuntos de dados enviesados ou incompletos, embora as alucinações assumam formas diferentes, como classificações incorretas.

Corte de conhecimento e atualizações contínuas

Gerações anteriores de modelos de IA tinham uma data de corte precisa para o conhecimento e nenhum acesso a dados externos ao vivo. Quando os usuários perguntavam sobre eventos recentes, o modelo frequentemente gerava saídas de qualquer maneira, aumentando o risco de alucinações.

Sistemas de IA modernos combinam cada vez mais dados de treinamento estáticos com recuperação de uma base de conhecimento ao vivo ou outras fontes externas. Como resultado:

• O corte de conhecimento ainda importa para alguns modelos, principalmente implantações offline.
• Em muitos ambientes empresariais, a geração aumentada por recuperação reduz o impacto dos cortes, extraindo dados factuais recentes de fontes de dados internas ou externas.
• Alucinações relacionadas à atualidade agora frequentemente refletem recuperação ausente ou desalinhada, e não apenas a idade dos parâmetros do modelo.

Excesso de confiança e previsão da próxima palavra

Um modelo de linguagem gera texto token por token, prevendo a próxima palavra dado o contexto de entrada e os tokens anteriores. O modelo é otimizado para produzir continuações fluídas e prováveis, e não respostas garantidamente corretas. Isso causa vários efeitos:

• O modelo pode priorizar uma explicação fluida em vez de admitir que não sabe a resposta correta.
• Ele pode selecionar um padrão de informação plausível, mas falso, se esse padrão aparecer frequentemente nos dados de treinamento.
• O modelo pode generalizar excessivamente a partir de padrões nos dados e gerar conteúdo que parece específico, mas não está fundamentado em fontes factuais.

Da perspectiva do usuário, o estilo do texto gerado por IA torna difícil ver que a resposta pode estar errada.

Má interpretação do prompt e prompts vagos

As alucinações também podem surgir de como os prompts de entrada são formulados:

• Prompts vagos dão ao modelo muita liberdade, levando a resultados inesperados ou respostas que não correspondem à intenção do usuário.
• Perguntas excessivamente amplas incentivam o modelo a gerar saídas além do conhecimento presente em seus parâmetros ou documentos recuperados.
• Redação ambígua pode levar o modelo a escolher uma interpretação e produzir com confiança informações imprecisas com base nessa interpretação.

Instruções mais precisas e restrições explícitas frequentemente reduzem esses efeitos, mas não os eliminam.

Estratégias para reduzir alucinações de IA

Técnicas de mitigação de alucinações geralmente combinam escolhas de arquitetura, abordagens de treinamento e design de nível de sistema, em vez de uma única solução.

Ferramentas de detecção de alucinação de IA

Ferramentas de detecção de alucinação de IA avaliam se o contexto ou dados de referência fornecidos suportam saídas geradas por IA. Essas ferramentas comumente usam métodos de LLM-como-juiz juntamente com técnicas como análise de consistência, pontuação de confiança e verificação baseada em implicação.

Fizemos benchmark de 100 casos de teste Q&A factuais equilibrados para comparar ferramentas de detecção de alucinação de IA. W&B Weave e Arize Phoenix mostraram desempenho geral semelhante de 91% e 90%, respectivamente, enquanto o Comet Opik atingiu 72% de precisão devido a uma estratégia de detecção mais conservadora. Leia ferramentas de detecção de alucinação de IA para saber mais sobre os resultados.

Geração aumentada por recuperação

A geração aumentada por recuperação conecta modelos de IA generativa a uma base de conhecimento externa. Quando um usuário envia uma consulta:

• O sistema recupera documentos ou dados relevantes de fontes curadas, como bancos de dados internos, literatura específica do domínio ou páginas da web selecionadas.
• Essas passagens recuperadas são passadas para o modelo de linguagem como contexto adicional.
• O modelo gera saídas que devem permanecer mais próximas dos dados factuais recuperados, em vez de confiar apenas em seus parâmetros aprendidos.

Projetos recentes de geração aumentada por recuperação estendem esse padrão por:

• Recuperação em várias etapas, onde o sistema recupera, resume e depois recupera novamente se houver informações ausentes.
• Recuperação estruturada, onde as ferramentas de IA consultam APIs, bancos de dados SQL ou grafos de conhecimento, em vez de apenas documentos não estruturados.
• Monitoramento da qualidade da recuperação, que verifica se o contexto recuperado realmente suporta a resposta, pode sinalizar possíveis instâncias de alucinação.

O RAG não garante precisão factual, mas geralmente reduz alucinações, especialmente quando a base de conhecimento é cuidadosamente curada e atualizada regularmente.

Por exemplo, um novo artigo apresenta o REFIND, um método aumentado por recuperação para detectar trechos alucinados em saídas de modelos de linguagem grandes medindo a sensibilidade de cada token gerado à evidência externa.

Usando uma nova métrica chamada Razão de Sensibilidade ao Contexto (CSR), o REFIND compara as probabilidades dos tokens com e sem documentos recuperados, sinalizando tokens que mudam significativamente como prováveis alucinações.

Avaliado no conjunto de dados multilíngue SemEval-2025 Mu-SHROOM, a abordagem ajuda a superar as bases existentes, especialmente em idiomas de baixo recurso. Os resultados mostram que fundamentar a detecção de alucinação em evidências recuperadas permite uma identificação mais precisa, confiável e escalável de erros factuais em texto gerado por LLM.⁶

Design de prompt em sistemas modernos

A engenharia de prompts mudou à medida que os modelos de IA generativa melhoraram. Não se trata mais apenas de formulação inteligente. Nos sistemas atuais, o design de prompt foca em:

• Estabelecer claramente a tarefa, as entradas e as restrições, incluindo o que conta como correto e o que deve ser deixado sem resposta.
• Instruir o modelo a dizer "não sei" ou solicitar mais informações quando a entrada fornecida estiver incompleta.
• Incentivar o modelo a referenciar explicitamente o contexto citado em vez de inventar detalhes não presentes nos dados fornecidos.
• Alinhar instruções de função, ferramentas e configurações de recuperação para que o modelo saiba quando usar fontes externas e quando confiar em seus próprios parâmetros.

Boas prompts melhoram a qualidade das saídas de IA, mas agora fazem parte de um sistema maior que inclui recuperação, ferramentas e verificação.

Métodos de verificação de fatos e verificação externa

Verificar conteúdo gerado por IA contra dados factuais confiáveis continua sendo uma estratégia central. A verificação pode acontecer de várias maneiras:

• Recuperação e comparação automatizadas: O sistema usa geração aumentada por recuperação para buscar documentos e depois verifica se esses documentos suportam as principais alegações no conteúdo gerado.
• Verificação cruzada de modelos: Um modelo de linguagem gera uma resposta e outro modelo ou uma configuração diferente a revisa em busca de erros factuais.
• Verificação baseada em ferramentas: Modelos de IA chamam ferramentas de IA especializadas, como interpretadores de código, calculadoras ou APIs de domínio, para verificar valores numéricos, datas ou saídas estruturadas.
• Revisão humana no loop: Especialistas no assunto examinam o texto mais crítico gerado por IA antes de ser usado em produção ou publicado.

Sistemas modernos frequentemente combinam essas abordagens, usando verificações automáticas para a maioria do conteúdo e escalando casos suspeitos para revisão humana.

Abordagens agênticas para reduzir alucinações

Trabalhos recentes em inteligência artificial introduziram sistemas agênticos, nos quais um modelo pode planejar, chamar ferramentas e tomar várias etapas em vez de responder em uma única passagem. Isso muda como as alucinações aparecem e como podem ser reduzidas.

Sistemas de modelos de linguagem agênticos podem:

• Dividir uma pergunta em subproblemas e resolvê-los passo a passo.
• Decidir quando mais dados são necessários e realizar recuperação adicional de uma base de conhecimento ou fontes externas.
• Chamar ferramentas específicas do domínio, como APIs de pesquisa, bancos de dados ou calculadoras, para verificar resultados intermediários.
• Reavaliar sua própria resposta de rascunho e revisar partes que conflitam com a evidência recuperada.

Por exemplo, em vez de gerar uma resposta longa imediatamente, o agente de IA pode:

1. Recuperar documentos relevantes.
2. Resumir e comparar diferentes fontes.
3. Identificar contradições ou dados ausentes.
4. Fazer perguntas de acompanhamento ao usuário se a tarefa estiver mal especificada.
5. Apenas então gerar a resposta final.

Essa estrutura de várias etapas torna as alucinações mais visíveis e fornece pontos adicionais nos quais verificações podem ser aplicadas.

Não perca os nossos benchmarks e insights baseados em dados. O botão abre o Google; selecionar a AIMultiple confirma que deseja ver a AIMultiple com mais frequência nos resultados de pesquisa do Google.

Adicionar como fonte preferencial

Estimativa de incerteza e pontuações de confiança

Outra área ativa é estimar a probabilidade de que uma saída de IA contenha erros factuais. A estimativa de incerteza pode ser usada durante e após a geração. Algumas abordagens incluem:

• Pontuações de confiança em nível de token, que mostram o quão confiante o modelo está em cada palavra ou frase. Regiões de baixa confiança podem ser sinalizadas para revisão.
• Verificações de consistência, onde o modelo responde à mesma pergunta de várias maneiras ou com prompts variados, e o sistema mede o quão estáveis são as respostas.
• Verificações de suficiência de contexto, nas quais um modelo separado avalia se os documentos recuperados contêm informações suficientes para responder à pergunta.
• Avaliação de risco pré-geração, onde o sistema prevê se uma determinada entrada é propensa a induzir alucinações em uma configuração específica de modelo.

Esses métodos não eliminam alucinações, mas ajudam as organizações a identificar saídas de alto risco e encaminhá-las para fluxos de verificação mais fortes ou revisores humanos.

Comunicando incerteza aos usuários

Comunicar incerteza aos usuários é crucial quando os sistemas de IA encontram limitações. Algumas práticas eficazes são:

1. O uso de linguagem intencionalmente incerta ajuda a definir expectativas apropriadas e reduz saídas enganosas que poderiam espalhar informações imprecisas.
2. Ao integrar indicadores factualmente incorretos, os modelos podem sinalizar quando não têm confiança em suas respostas. Essa transparência, recomendada em publicações recentes de revisão de tecnologia, impede que os usuários levem o conteúdo gerado por IA como verdade absoluta.
3. Destacar elementos textuais específicos que influenciaram a resposta do modelo ajuda os usuários a entender o raciocínio por trás de saídas incertas, enquanto exibir classificações de confiança permite uma avaliação mais confiável.
4. Ao lidar com problemas complexos, apresentar múltiplas fontes encoraja os usuários a verificar independentemente as alegações em vez de confiar apenas em saídas de IA que podem conter alucinações.

Essas abordagens, validadas por meio de extenso feedback humano, criam um relacionamento mais honesto entre usuários e modelos de IA generativa, reconhecendo quando limitações da base de conhecimento podem levar a possíveis alucinações.

Estimando o risco de alucinações antes que ocorram

Detectar conteúdo falso depois que o LLM já o gerou é o foco principal da maioria das pesquisas atuais sobre alucinações. Ferramentas como RefChecker e Hallucination Guard visam destacar ou pontuar saídas suspeitas, ajudando os usuários a filtrar ou corrigir os resultados alucinados.

Uma nova perspectiva reinterpreta o problema, sugerindo que as alucinações são artefatos de compressão e não "bugs". Durante a operação, modelos de linguagem grandes descomprimem informações que foram previamente comprimidas em seus parâmetros. Semelhante a como um arquivo ZIP corrompido produz lixo quando descompactado, o modelo preenche lacunas com conteúdo plausível, mas falso, quando seu "orçamento de informações" é limitado.⁷

Os LLMs otimizam a eficiência do caso médio, o que pode levar a alucinações sistemáticas ocasionais. A Lei de Descompressão em Nível de Expectativa (EDFL) define os limites de informações necessários para prevenir alucinações em LLMs.

A Calculadora de Risco de Alucinação de Código Aberto permite avaliação de risco pré-geração, definição de limites de erro, avaliação de contexto e garantias no estilo SLA, cada uma das quais é muito útil em campos regulamentados. Pode ser usada com qualquer OpenAI-compatível API.

Metodologia do benchmark de alucinação de IA

Nosso objetivo é determinar se os modelos podem digerir informações empresariais e derivar conclusões precisas delas. Este é um domínio onde LLMs podem gerar o maior valor para empresas, e queríamos entender as taxas de alucinação nesse contexto.

Nosso benchmark avalia as taxas de alucinação de LLM usando um conjunto de dados de perguntas derivadas de artigos da CNN News.

Usamos um sistema de coleta de dados da web automatizado para construir o conjunto de dados, extraindo artigos diretamente do feed RSS da CNN. A partir desses artigos, criamos 60 perguntas projetadas para testar rigorosamente a capacidade de um LLM de recuperar informações factuais e específicas do artigo.

As perguntas foram intencionalmente construídas para:

• Pedir valores numéricos precisos (porcentagens, datas, quantidades).
• Cobrir tópicos diversos, como preços do petróleo, história da arte, pesquisa científica, finanças e muito mais.
• Incluir relações temporais e fatos estatísticos que são difíceis de adivinhar.
• Exigir recuperação exata do texto fornecido em vez de raciocínio generalizado.
• Tornar a verificação fácil, verificando se a resposta corresponde à figura do artigo original.

Avaliação usando um sistema de verificador de fatos em três etapas

Após as perguntas serem enviadas a cada LLM por meio de chamadas de API, as respostas são avaliadas usando um pipeline de verificação de fatos em duas etapas:

1. Verificação Exata Estática: O sistema primeiro realiza uma comparação rápida de strings entre a resposta do LLM e o valor real extraído do artigo. Se os valores corresponderem exatamente, a resposta é marcada como correta.
2. LLM como Validação Semântica de Juiz: Se nenhuma correspondência exata for encontrada, uma etapa adicional de avaliação usa um modelo LLM-como-juiz para determinar se a resposta é semanticamente equivalente à verdade fundamental.
   Isso leva em conta variações na formatação ou formulação, como
   • "26 milhões" vs. "26000000"
   • "n/a", "não disponível" ou "não dado"
   • pequenas diferenças de redação que mantêm o mesmo significado.
3. Verificação final: O LLM-como-juiz também pode alucinar. Para resolver isso, também construímos outro LLM-como-juiz para verificar as saídas marcadas como "falhadas" pelo primeiro LLM-como-juiz, para verificar se elas realmente falharam ou se nosso LLM-como-juiz alucinou. Se alguma resposta for marcada como suspeita por esse LLM-como-juiz, verificamos e classificamos manualmente para garantir que não haja erros durante as avaliações.

A resposta é classificada como uma alucinação apenas se falhar na verificação exata, na avaliação de equivalência semântica e na verificação final.

Exemplo

Prompt: "Responda à pergunta usando apenas as informações que aparecem no artigo fornecido. Não arredonde as respostas. Responda apenas com uma palavra ou um número, ou 'não dado'."

Artigo: Cientistas identificam ingrediente secreto nas pinturas de Leonardo da Vinci ⁸

Pergunta: Em que século a pintura a óleo se espalhou para a Europa do Norte?
Verdade fundamental: Não dado.

O artigo não fornece essa informação; ele apenas referencia a Idade Média. Portanto, qualquer resposta diferente de "não dado" indica que o modelo não está seguindo o artigo e está gerando informações fabricadas ou assumidas, resultando em uma alucinação.

Perguntas frequentes

Leituras adicionais

• 8 Modelos de Código de IA Benchmarkados: LMC-Eval
• Entendendo o Preço de LLM: Principais Provedores Comparados
• Memória de IA: Modelos de IA Mais Populares com a Melhor Memória
• Desempenho de Agente de IA: Taxas de Sucesso & ROI

Cite este benchmark

Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.

@misc{alper2026,
  author = {Alper, Şevval and Kalelioğlu, Berk},
  title  = {{Alucinação de IA: Compare os principais LLMs como GPT-5.2}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/ai-hallucination}},
  note   = {AIMultiple. Acessado em 4 Junho 2026}
}

Links de referência

1.

Managing gen AI risks | Deloitte Insights

Deloitte

2.

GPTZero finds 100 new hallucinations in NeurIPS 2025 accepted papers

AI Detection Resources | GPTZero

3.

NeurIPS research papers contained 100+ AI-hallucinated citations, new report claims | Fortune

Fortune

4.

AI-Faked Cases Become Core Issue Irritating Overworked Judges

5.

forbes.com

Forbes

6.

https://arxiv.org/pdf/2502.13622

7.

LLM hallucinations predicted with new algorithm, open-sourced | Leon Chlon, PhD posted on the topic | LinkedIn

8.

An Old Master’s secret ingredient? Egg yolk, new study suggests | CNN

Getty Images

Şevval Alper

Pesquisador de IA

Siga-nos

Şevval é analista da AIMultiple, especializada em ferramentas de codificação de IA, agentes de IA e tecnologias quânticas.

Ver perfil completo

Revisado tecnicamente por

Berk Kalelioğlu

Pesquisador de IA

Siga-nosVer perfil completo

Comentários 4

Compartilhe suas ideias

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.

Nome

Endereço de email

Comentário

0/450

Postar comentário

Abraham

Aug 25, 2025 at 11:57

This article is updated in June while the GPT 5 is announced in August. How did you test GPT 5 in AI Hallucination Rates figure

Responder

Aleyna Daldal

Sep 05, 2025 at 08:46

Hi! Thanks for your comment. We use WordPress for our articles, which allows us to update graphs and tables independently of the main text. This means that even if the article text shows an earlier update date, we can still add the latest results to the figures without altering the written sections.

Responder

Rui

Aug 08, 2025 at 20:31

Hi Cem, I've been using this article as a reference of severity of hallucination. Is it possible to refresh the report with the newly released GPT-5? Thanks!

Responder

Aleyna Daldal

Sep 05, 2025 at 08:48

Hi Rui, Thanks a lot for your interest and for using our article as a reference. We’ve already refreshed the report with GPT-5 results, so you’ll find the latest updates included in the article.

Responder

Tim

Jul 19, 2025 at 10:13

Is there any chance that you might add Claude Sonnet/Opus 4 as well as Gemini 2.5 Pro?

Responder

Aleyna Daldal

Sep 05, 2025 at 08:48

Hi Tim, Thank you for your support and suggestion. Claude Sonnet/Opus 4 and Gemini 2.5 Pro have already been added to the article, so you can now see them included in the comparisons.

Responder

Joon

Feb 28, 2025 at 16:29

Hi, thank you for interesting benchmark! I was wondering Grok3's hallucination rate, both in Think mode and without. Are you planning to add these?

Responder

Cem Dilmegani

Mar 17, 2025 at 02:52

Hi Joon and thank you for your comment, Yes, we are waiting for API access.

Responder