模型的两个日期，第二个才说明它有多新

这个页面叫“How stale is your AI?”，9月16日出现在Hacker News上。它给八家实验室的20个模型各记两个日期：发布日期和训练截止日期。每个日期都实时往上计数。计数器要JavaScript，日期不用。

这个区分比听起来更重要。发布日期是实验室发布模型的日期，也是媒体报道采用的日期。训练截止日期是模型停止读取数据的日期。一个模型可以在9月发布，却早在4月就停止读取，那么它在发布当天就已经落后五个月。

看GPT-6 Astra，OpenAI在2026年9月3日发布，截止日期是2026年4月30日。再看Claude Opus 5.5，2026年9月22日发布，截止日期是2026年6月。追踪页面的数据里，Meta的Llama 4是2025年4月5日发布，截止日期为2024年8月；Google DeepMind的Gemini 3.1 Pro是2026年2月19日发布，截止日期为2025年1月。

20个模型里有10个带有实验室正式公布的截止日期。八家实验室中，有五家至少为一个模型公布了截止日期：Anthropic、Google DeepMind、Meta、OpenAI和xAI。空白项意味着，已核查的厂商来源未确认该模型的截止日期。页面指出，这并不证明实验室从未公布过。

为什么搜索解决不了这个问题

搜索工具只是掩盖了缺口。页面认为，它们无法填补这个缺口，因为搜索由模型自身发起，使用的仍是包含过期事实的同一套权重。模型搜索时读取几页内容，仅用于当次回答，随后即遗忘。开启新对话，它又回到了4月。

网站通过一个测试佐证了这一观点：16个模型、超过2000次调用，每次均配备网页搜索工具。页面称，前沿模型几乎每次都能正确判断。而较弱的模型则直接陈述已发生变化的既定事实，不去核实，甚至会上网搜索水的沸点。

I gave 16 AI models a search button and asked who the king of Norway is. Five named a dead man.

页面还指出了第二个更难测试的问题：模型并非关于模型自身的良好信息来源。询问模型其训练截止日期，表现良好的模型会如实回答或表示不确定。若模型编造出一个自信满满的日期，这本身已透露了关于它自身的一些有用信息。

智能体读着自己的过期事实

页面提供机器可读的导出文件models.json，为20个模型分别列出发布日期、已公布的截止日期及来源链接。它还提供了可直接粘贴至AGENTS.md或CLAUDE.md的文本，指示智能体在将任何模型、版本或日期标记为“当前”之前，先抓取该导出文件。理由很简单：智能体对模型的了解止步于其自身的截止日期，而错误的答案听起来依然自信。

这些数据并非关于哪个模型最佳的最终结论。它仅核查一个常被基准测试和发布文章忽视的指标：时效性。页面说明，导出文件随页面更新而重新生成，因此智能体读取的是当天的日期，而非固化在权重中的日期。

有两点需注意。页面上有10个模型未公布截止日期，因此仅凭此来源无法衡量其过时程度。搜索测试由作者自行执行，页面未按模型细分具体规模。应将其视为信号，而非排行榜。

页面确立的是一种习惯：在引用模型知识为“当前”之前，先找到它停止读取数据的日期。发布日期无法提供这一信息。