11月17日，埃隆·马斯克旗下xAI公司发布最新大语言模型Grok 4.1，已在grok.com及移动应用上线。新模型在LMArena排行榜以1483分登顶，性能从第33位跃升至第1位，其即时响应版本也位列第二。Grok 4.1在情感理解、创意写作和逻辑推理等方面表现优异，EQ-Bench3和Creative Writing v3测试中均名列前茅。此外，通过优化训练，大幅降低了幻觉率，提升了信息查询的准确性，为用户提供更可靠的服务。

北京时间8月8日凌晨，GPT-5正式发布。新版本统一了此前多个模型的命名，通过内部智能“路由器”机制优化用户请求处理，降低了使用决策难度。GPT-5在编程能力、幻觉率降低及API成本等方面表现突出，编程任务完成度高且幻觉率较前代显著下降，API使用成本大幅降低。然而，发布会上出现了图表错误等低级失误，引发质疑。尽管部分用户认为进步未达预期，但文章指出生成式AI发展时间尚短，应给予更多观察时间。此外，GPT-5还新增了一些趣味功能，如自嘲吐槽和会员专属重点色设置，但后者引发争议。

DeepSeek系列模型在多个方面表现出色，但也存在“幻觉”问题。在Vectara HHEM人工智能幻觉测试中，DeepSeek-R1的幻觉率为14.3%，远超行业平均水平及前身V3的3.9%。 博主Levy Rozman组织的国际象棋对弈中，DeepSeek-R1多次出现异常行为，如主动送棋子给对...