据God of Prompt (@godofprompt)报道，PersonQA基准测试显示OpenAI最新大模型在幻觉率方面表现恶化。数据显示，OpenAI o1的幻觉率为16%，o3升至33%，o4-mini更高达48%。每一次模型升级都未能解决，反而加剧了事实错误问题。这一趋势对AI行业尤其是企业级应用构成挑战，可能影响敏感领域的信任度及合规性。企业在部署OpenAI模型时，需关注模型在特定领域基准测试中的表现，并要求厂商提高模型透明度以降低风险。（来源：God of Prompt @godofprompt，2026年1月8日）

据Sawyer Merritt报道，xAI正式推出Grok 4.1，并已登陆Web、iOS和Android等平台。本次升级显著提升了AI聊天机器人的真实世界可用性，包括创造力、情感互动及协作能力。Grok 4.1对用户细微意图的感知更敏锐，具备更一致的人格表现，同时确保智能性和可靠性。xAI通过优化大规模强化学习基础设施，重点提升风格、人格、实用性和对齐度，并引入前沿智能推理模型作为奖励模型，创新性地优化风格和人格等不可验证信号。面向企业和消费者市场，Grok 4.1为寻求高情感智能和高可靠性的AI助手提供了新机遇。此外，xAI针对事实幻觉问题，重点评估真实查询与FActScore基准，显著降低了生产环境中的幻觉率，提升了事实准确性（来源：Sawyer Merritt，Twitter，2025年11月17日）。