上周四，OpenAI 推出了 ChatGPT-5，CEO Sam Altman 在发布会上重点强调，这一代是“我们有史以来推出的最强大、最智能、最快速、最可靠、最稳健的 ChatGPT 版本”，同时 OpenAI 团队也表示，ChatGPT-5 将“缓解幻觉问题”。
在 AI 领域，当模型胡编乱造时，这种现象被称为“幻觉”（hallucination）。虽然所有大语言模型的幻觉率都有所下降，但它依然相当常见，也是我们无法完全信任 AI 独立执行任务、必须配备人工监督的主要原因之一。
提供 RAG 即服务（RAG-as-a-Service）和 AI Agent 平台的 Vectara，运营着业内领先的基础模型与推理模型幻觉率排行榜，他们对 OpenAI 的说法进行了测试。结果发现，ChatGPT-5 的幻觉率确实比 GPT-4 低，但相比 ChatGPT-4o 仅低了 0.09%。
根据 Vectara 数据，ChatGPT-5 的“有依据幻觉率”（grounded hallucination rate）为 1.4%，而 GPT-4 为 1.8%，GPT-4 turbo 和 4o mini 为 1.69%，GPT-4o 为 1.49%。
更有趣的是，ChatGPT-5 的幻觉率甚至略高于 ChatGPT-4.5 Preview 模式（1.2%），但仍显著高于 OpenAI 的 o3-mini High Reasoning 模型（0.795%），后者是目前表现最好的 GPT 模型。
Vectara 的测试结果可在 Hugging Face 上的 Hughes Hallucination Evaluation Model（HHEM）排行榜查看。该榜单说明：“对于大语言模型，其幻觉率定义为：产生幻觉的摘要数量占其生成摘要总数的比例。”
不过，与竞争对手相比，ChatGPT-5 的幻觉率仍低很多：Gemini-2.5-pro 为 2.6%，而 Grok-4 则高达 4.8%。
