› La question la plus dangereuse que vous puissiez poser à un modèle est celle qui porte sur quelque chose qui n'existe pas.
› S'il répond avec assurance, vous venez de recevoir une invention que vous ne distinguerez pas d'un fait réel.
› C'est pourquoi, au lieu d'un énième benchmark trouvé sur internet, nous avons créé le nôtre, simple et redoutable : quatre questions sur des éléments polonais que nous avons inventés pour le test, quatre sur des faits réels mais avec un piège, et pour finir une facture à calculer.
› Modèles testés : GPT-6 Astra, Claude Fable 5.1, Claude Opus 5 et Gemini 3.8 Flash.