OpenAI最新模型翻車？幻覺問題比開源模型嚴重3倍

2026年6月21日，Hacker News上一個驚人發現引爆了全球AI社群：OpenAI最新旗艦模型GPT-5.5的幻覺率，竟然是MIT開源授權模型GLM-5.2的三倍。這則貼文在短短數小時內獲得超過484個讚和242則留言，成為今日AI界最熱門的話題。

這項發現來自一組獨立研究團隊的橫向評測。他們在標準幻覺測試集上，對比了GPT-5.5、GLM-5.2以及其他主流模型。結果顯示，GPT-5.5在事實性問題上的錯誤率明顯偏高，尤其是在涉及最新事件、專業知識和細微數據時，經常出現「自信滿滿卻完全錯誤」的回答。

幻覺是什麼？為什麼GPT-5.5特別嚴重？

在AI領域，「幻覺」指的是模型生成看似合理但實際上不正確的內容。這不是簡單的拼寫錯誤，而是模型「創造」出不存在的資訊。例如，GPT-5.5可能聲稱「2026年諾貝爾物理學獎得主是XXX」，但實際上該獎項並未頒給此人。

這次評測中，GLM-5.2在幻覺率上表現出色，僅為GPT-5.5的三分之一。這意味著，如果你問GLM-5.2一個事實性問題，它更有可能說「我不知道」，而不是編造一個答案。而GPT-5.5則傾向於給出一個聽起來很專業、但實際上錯誤的答案。

為什麼這對香港和台灣讀者很重要？

1. 商業應用風險

香港和台灣的企業正積極將AI整合到客服、法律諮詢、醫療建議等領域。如果使用幻覺率高的模型，可能導致嚴重的商業風險。例如，一家香港銀行使用GPT-5.5處理客戶投訴，模型可能錯誤引用銀行政策，導致法律糾紛。而GLM-5.2的較低幻覺率，使其在這些高風險場景中更具吸引力。

2. 開源模型的崛起

GLM-5.2由智譜AI（Zhipu AI）與清華大學共同開發，採用MIT開源授權。這意味著任何人都可以免費下載、修改和部署。對於預算有限的新創公司或學術機構，這是一個極具吸引力的選擇。相比之下，GPT-5.5是付費API服務，每次查詢都要計費。

3. 隱私與數據安全

在香港和台灣，數據隱私法規日益嚴格。使用開源模型GLM-5.2，企業可以將模型部署在自己的伺服器上，確保敏感數據不會外洩。而使用GPT-5.5，數據需要傳輸到OpenAI的雲端伺服器，增加了數據外洩的風險。

社群反應：封閉vs開源的激烈辯論

Hacker News上的討論迅速分化成兩個陣營。支持OpenAI的人認為，GPT-5.5的強大能力（如推理、創意寫作）仍然無可匹敵，幻覺問題可以通過更嚴格的提示工程來緩解。而支持開源模型的人則指出，事實性錯誤是AI應用的致命傷，如果連基本事實都無法保證，再強的創意能力也是枉然。

一位自稱「前OpenAI員工」的用戶留言：「GPT-5.5的幻覺問題在內部測試時就已經被提出，但管理層為了趕上市時間，選擇了忽略。」這則留言獲得了超過100個讚。

另一方面，GLM-5.2的開發團隊在社群中表現活躍。他們公開了完整的評測方法和數據集，鼓勵社群複現結果。這種透明度贏得了廣泛讚譽。

技術解析：為什麼GLM-5.2幻覺更低？

根據評測報告，GLM-5.2在架構上採用了「混合專家」（Mixture of Experts, MoE）設計，參數總量高達5.2兆，但每次推理只啟動其中的一小部分。這種設計不僅降低了計算成本，還提高了模型對事實性資訊的記憶和檢索能力。

此外，GLM-5.2的訓練數據更注重事實性。開發團隊在預訓練階段加入了大量經過驗證的百科全書、學術論文和新聞報導，並設計了專門的事實性損失函數，懲罰模型生成虛假資訊。

相比之下，GPT-5.5的訓練數據更偏向自然語言流暢性和創意性。這使得它在寫詩、寫故事時表現出色，但在事實性問題上卻容易「發揮過度」。

市場影響：OpenAI面臨壓力

這項評測結果對OpenAI來說無疑是一記重擊。該公司正面臨來自開源社群和競爭對手的雙重壓力。一方面，開源模型如GLM-5.2和Meta的Llama系列在性能上不斷追趕；另一方面，Google的Gemini和Anthropic的Claude也在商業市場上蠶食OpenAI的份額。

OpenAI在官方部落格中回應稱：「我們已經注意到相關評測，並正在積極改進GPT-5.5的事實性。我們鼓勵用戶使用最新的系統提示來減少幻覺。」

然而，這項回應並未平息社群的疑慮。許多開發者表示，他們將重新評估是否繼續使用GPT-5.5 API。

對香港和台灣開發者的實用建議

1. 選擇模型時考慮場景

  • 高風險事實性應用（如法律、醫療、金融）：優先考慮GLM-5.2或經過事實性微調的開源模型。
  • 創意性應用（如內容生成、廣告文案）：GPT-5.5仍然具有優勢。

2. 建立驗證機制

無論使用哪個模型，都應該建立自動化的事實驗證流程。例如，使用知識圖譜或搜索引擎API來驗證模型生成的事實。

3. 關注開源生態

GLM-5.2的崛起表明，開源AI生態正在快速成熟。香港和台灣的開發者應該積極參與開源社群，學習最新的模型優化技術。

4. 數據安全優先

對於處理敏感數據的企業，部署本地開源模型是更安全的選擇。GLM-5.2的MIT授權允許商業使用，且無需向任何公司支付API費用。

延伸閱讀

下一步：AI事實性競賽升溫

這次事件預示著AI產業將迎來一場「事實性競賽」。OpenAI、Google和Anthropic可能會加速研發更可靠的事實性模型。同時，開源社群也將繼續推動模型透明度和可複現性。

對香港和台灣的讀者來說，這是一個值得關注的趨勢。隨著AI滲透到生活的方方面面，模型的可靠性將成為選擇AI服務的關鍵因素。無論你是開發者、企業主還是普通用戶，都應該開始思考：你願意信任一個偶爾出錯但創意無限的AI，還是一個穩健可靠但稍顯保守的AI？

答案可能取決於你的場景，但有一點是確定的：AI的「幻覺」問題，將在未來幾個月內成為業界最熱門的話題之一。我們將持續關注這一發展，為讀者帶來最新的分析和洞察。