AI 实测

120 道答案全部落在训练截止日之后的时效题，测出六款主流模型的真实知识边界：平均约五成承认不知道，三成自信答错，还有 11.1% 把 2024 年旧闻当新闻讲。越热门的话题错得越自信，中文模型的时差表现也明显不同。