中文大模型忠实性幻觉评测：豆包大模型幻觉率仅4%，位居全球第一

近日，根据SuperCLUE 发布的最新一轮中文大模型忠实性幻觉测评结果，豆包大模型1.5 Pro(Doubao-1.5-pro-32k)以仅4%的幻觉率、96%的准确率排名总榜第一，超越 DeepSeek-R1、DeepSeek-V3、Gemini-2.5-pro、GPT-4o-latest 等中外主流模型。

在涵盖文本摘要、多文本问答、对话补全等关键任务的细分评测中，豆包大模型1.5 Pro也均位列全球第一，在阅读理解任务中，其准确率则为国内最高，展现出在复杂语言理解与生成场景中的出色能力。

SuperCLUE 由独立第三方推出，是当前中文大语言模型评测的重要基准体系。其中 SuperCLUE-Faith 聚焦中文内容生成过程中的忠实性与幻觉控制能力，从文本摘要、阅读理解、多文本问答以及对话补全等角度展开测评，对象包括国内外共计16款具有代表性的模型，评估结果具备较强公信力与行业参考价值。

目前，豆包大模型家族已覆盖全模态、全场景，包括大语言模型、深度思考模型、视觉理解模型、语音大模型，以及图像、视频等视觉大模型，企业可以通过字节跳动旗下云服务平台火山引擎使用豆包大模型API服务。其中， 豆包大模型1.5 Pro 基于 MoE 架构构建并采用训练-推理一体化设计思路，在保证高性能的同时显著降低推理成本。通过激活有限参数实现对大规模场景的精准理解与生成，其综合性能已超过多款超大稠密预训练模型。

截至2025年3月底，豆包大模型日均 tokens 调用量已超过12.7万亿，是2024年12月的3倍，是一年前刚刚发布时的106倍。IDC 报告显示，2024年中国公有云大模型调用量激增，火山引擎以46.4%的市场份额位居中国市场第一。

据悉，火山引擎将于6月11日在北京举办FORCE原动力大会，将带来豆包大模型的最新升级进展与能力进化。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。