實驗顯示主流 AI 模型在事實認知上一致但在判斷性問題上存在分歧

2026 年 11 月 7 日，DEV Community 的 AI 欄目釋出了一項實驗結果。該實驗選取了 24 個問題，分為四類各 6 個：定價與策略類、帶陷阱的事實類、程式碼方式類、帶權衡的推薦類。

實驗把這些原封不動地傳送給五款中端主流模型：GPT、Claude、Gemini、Grok 和 Llama（各家族的中端型號），再比較它們在實質內容上的分歧，而非文風差異。結果顯示，在 24 個問題中，有 8 個（33%）模型回答在實質上一致；其餘 16 個（67%）至少出現一處實質性分歧，合計 52 處。

也就是說，這批模型在事實認知上保持一致，但在判斷性問題上明顯分化。該結果目前僅為這一項小規模實驗，公開資訊僅此一篇報道。