哪个 AI 回答最准确、最不容易瞎编？
SimpleQA Verified：约 1000 道有标准答案的事实类短问题，看答对的比例。答对得越多，越少一本正经地瞎编；但再高也不是 100%，重要的事要自己核实。
Gemini最好：最强的是 Gemini 4 Argon（76.0%）。
国内能直接用的里，千问最好（Qwen3.7-Max，55.8%）。
按产品排
| # | 产品 | 最强的模型 | 成绩 | 该题名次 | 国内 |
|---|---|---|---|---|---|
| 1 | Gemini | Gemini 4 Argon | 1 | 官方未在中国大陆上线 | |
| 2 | ChatGPT OpenAI | GPT-6 Astra | 2 | 官方未在中国大陆上线 | |
| 3 | Claude Anthropic | Claude Opus 5.5 | 5 | 官方未在中国大陆上线 | |
| 4 | Grok xAI | Grok 4.7 | 21 | 官方未在中国大陆上线 | |
| 5 | 千问 阿里巴巴 | Qwen3.7-Max | 22 | 能直接用 | |
| 6 | DeepSeek 深度求索 | DeepSeek V4 Pro 0813 | 24 | 能直接用 | |
| 7 | Kimi 月之暗面 | Kimi K3 | 27 | 能直接用 | |
| 8 | 智谱清言 智谱 | GLM-5.3 | 48 | 能直接用 |
按模型排（前 20）
| # | 模型 | 公司 | 答对比例 |
|---|---|---|---|
| 1 | Gemini 4 Argon | ||
| 2 | GPT-6 Astra | OpenAI | |
| 3 | GPT-6.1 Sol | OpenAI | |
| 4 | Gemini 3.1 Pro | ||
| 5 | Claude Opus 5.5 | Anthropic | |
| 6 | Claude Fable 5.1 | Anthropic | |
| 7 | Claude Fable 5 | Anthropic | |
| 8 | GPT-5.6 Sol | OpenAI | |
| 9 | Gemini 3.8 Flash | ||
| 10 | Gemini 3.7 Flash | ||
| 11 | Gemini 3 Flash | ||
| 12 | Gemini 3.5 Flash | ||
| 13 | Gemini 3.6 Flash | ||
| 14 | GPT-5.5 | OpenAI | |
| 15 | GPT-6 Sol | OpenAI | |
| 16 | Muse Spark 1.2 | Meta AI | |
| 17 | Claude Opus 5 | Anthropic | |
| 18 | Muse Spark 1.1 | Meta AI | |
| 19 | GPT-6.1 Terra | OpenAI | |
| 20 | Muse Spark Open | Meta AI |
其他用途：中文聊天 写代码 写作 数学 听指挥 做网页 联网搜索 法律问题 健康问题 画图 生成视频 P 图改图
数据：Arena 网友盲测（2026-10-28 发布）、Epoch AI 基准成绩（2026-10-30 取得），均为 CC BY 4.0，详见关于。产品信息（国内能否直接用、免费版、官网）整理于 2026-10-27，以官网为准。