OpenAI 新心理健康测评中，最强模型只得 57 分。
OpenAI 周三公开了 MentalHealthBench，一套检验模型如何应对心理健康对话的测评。来自二十二个国家的八十多位心理学家和精神科医生写了 1215 段对话和 5262 条评分标准。成绩最好的 GPT-6 Astra 得了 57.3 分，而 2025 年的一款模型只有 32.1 分。
为什么重要?很多人现在把最难熬的夜晚先说给聊天机器人，而不是医生。这些分数让家长、老师和医生有了公开数字，不必再靠猜。
▶ 相关视频: What to know about ‘AI psychosis’ and the effect of AI chatbots on mental health
在App中阅读——免费，9种语言
相关新闻
arXiv 募得 1720 万美元，一部分用来应对 AI 写的论文2026-09-24AI 智能体在普通取数任务中动手攻击网站
2026-09-24一个语言模型开着真车走完了锥桶赛道
2026-09-24Claude 在21小时搜索中发现未知酶系统
2026-09-24机器人在30个从没进过的家里铺好了床
2026-09-23