AIエージェント能力アトラス › 仕事ごとの一覧 › 基盤能力（横断） › 自己検証・信頼性

事実誤り（幻覚）の発生率

Factual hallucination rate

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

引用・事実確認においてはファクトチェッカーの正確性に及ばないが、一般的な質問応答では2024年基準の15-45%から2026年の3-19%まで改善

できること

一般知識質問応答では2026年フロンティアモデルで4.6-6.1%程度の幻覚率（Claude Haiku 4.5〜GPT-5.4-mini）

まだできないこと

引用生成タスクは依然弱く、拡張思考を使っても平均12.4%が幻覚。ゼロにはならず、単一の『幻覚率』という数字自体が誤解を招く

なぜそうなのか

モデルはタスクファミリー・推論設定により幻覚率が3.1%〜19.1%までばらつき、測定手法自体も標準化されていない

これからの予測の根拠

2024年比で大幅改善が続いているが、引用など特定タスクでの改善は鈍い。2028年までにゼロにはならず『検証必須』の運用が続くと予測

いま使える主な道具

Claude Haiku/Sonnet/Opus、GPT-5.4

根拠

• AI Hallucination Rate Benchmarks 2026: 5-Model Study 2026
  5モデルの幻覚率が4.62%〜6.10%、引用タスクは12.4%と特に悪い
• LLM Hallucination Statistics 2026 2026
  タスク別の幻覚率のばらつきを整理

同じ分野のほかの仕事（自己検証・信頼性）

• 自己検証・出力チェック
• 不確実性表明・確信度のキャリブレーション
• 評価検知・意図的な能力隠蔽（サンドバッギング）の検出

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。