♾️ 长期有效 ✅ 30天内实测 🤝 非返利
👥 社区线索🎯 中等概率💳 信用卡未知🇨🇳 中国友好🕒 2026-06-06 复核👤 AI 用户
Gemini 3.1 Pro 在幻觉与谄媚基准测试中表现突出
社区用户创建了名为 HalBench 的自定义基准测试，专门评估模型的谄媚行为和幻觉倾向。测试涵盖了四个前沿模型：Sonnet 4.6、Grok 4.3、GPT 5.4 和 Gemini 3.1 Pro。结果显示 Gemini 3.1 Pro 在多项指标上表现突出，为开发者选择可靠模型提供了重要参考。
是否值得申请？
可以申请，但建议先确认地区、账号和支付要求。
可信度社区线索
可领取概率中，建议先看条件
信用卡要求未知
适合人群AI 用户
你领到了吗？帮我们验证一下：
成功率：— · 0 人反馈
订阅额度变动提醒
订阅提醒 → 免费额度、截止时间、领取条件变动时，优先通过邮件提醒。
价值新模型评估
类型new-model
难度easy
中国大陆访问相对友好
领取步骤
- 打开 Gemini (Google) 官方页面或领取入口。
- 准备条件：访问 Reddit 帖子查看详细测试结果和模型对比
- 领取后先用一个真实任务测试额度是否到账。
- 如果额度过期或不可用，查看本页替代方案。
额度与限制
社区用户构建的 HalBench 基准测试显示，Gemini 3.1 Pro 在谄媚和幻觉测试中表现优异，与 Sonnet 4.6、Grok 4.3 和 GPT 5.4 等前沿模型进行了对比。
领取要求
- 访问 Reddit 帖子查看详细测试结果和模型对比
过期或不可用时的替代方案
相关羊毛
Gemini 2.5 Flash支持100万token上下文，定价为$0.15/百万输入tokenSmolagents框架轻量级AI代理框架，支持代码生成与工具调用，完全免费开源。Claude Security 公测Anthropic 推出 Claude Security 公测版，可扫描代码库、验证发现并自动提出修复建议，公测期间免费使用。BeeLlama DFlash更新BeeLlama v0.2.0 发布重大 DFlash 更新，在单张 RTX 3090 上，Qwen 3.6 27B 模型推理速度达到 164 tps（提升 4.40 倍），Gemma 4 31B 达到 177.8 tps（提升 4.93 倍），提示处理速度接近基线。AI世界原型复刻Emergence AI发布了与Claude付费版AI世界原型几乎相同的产品，用户可免费使用AI世界构建功能。Claude 修复文件免费测试用户可免费获取一个文件，用于修复 Claude 在聊天中的行为表现，目前正在招募测试者。
常见问题
Gemini 3.1 Pro 基准测试 现在还能领取吗？
当前状态：长期有效。具体以官网领取页为准。
领取 Gemini 3.1 Pro 在幻觉与谄媚基准测试中表现突出 需要什么条件？
访问 Reddit 帖子查看详细测试结果和模型对比
Gemini 3.1 Pro 在幻觉与谄媚基准测试中表现突出 中国大陆可用吗？
当前记录为中国大陆可访问或相对友好。