实验显示主流 AI 模型在事实认知上一致但在判断性问题上存在分歧

2026 年 11 月 7 日，DEV Community 的 AI 栏目发布了一项实验结果。该实验选取了 24 个问题，分为四类各 6 个：定价与策略类、带陷阱的事实类、代码方式类、带权衡的推荐类。

实验把这些原封不动地发送给五款中端主流模型：GPT、Claude、Gemini、Grok 和 Llama（各家族的中端型号），再比较它们在实质内容上的分歧，而非文风差异。结果显示，在 24 个问题中，有 8 个（33%）模型回答在实质上一致；其余 16 个（67%）至少出现一处实质性分歧，合计 52 处。

也就是说，这批模型在事实认知上保持一致，但在判断性问题上明显分化。该结果目前仅为这一项小规模实验，公开信息仅此一篇报道。