发布日期不等于训练截止：如何看懂新 AI 模型

追踪器位于 stale.jock.pl，于 2026 年 9 月 16 日在 Hacker News 发布。它列出了来自 8 个实验室的 20 个模型。每个模型旁有两个日期：发布日期和训练截止日期，即模型停止读取数据的时间点。两个计数器从这些日期开始实时向上跳动。

20 行中有 11 行显示“未确立”。这与“从未公布”不同。页面说明，空白表示已检查的供应商来源未为该模型确立截止日期，因此需谨慎将表格解读为关于实验室是否披露信息的论断。

这两个日期实际衡量什么

发布日期是实验室发布模型的时间。它是头条新闻和基准测试帖子首先提到的内容。训练截止日期是模型停止读取数据的时间。两者之间的距离表明，在用户输入任何内容之前，模型在发布日已经落后多少。页面给出了一个清晰的例子。GPT-6 Astra 于 2026 年 9 月 3 日发布，其训练数据截止于 2026 年 4 月 30 日。这意味着发布时内置了大约四个月的空白。表格中的日期来自实验室文件，每个模型名称都链接到获取该日期的文件。

有些行显示更大的差距。来自 Google DeepMind 的 Gemini 3.1 Pro 发布日期为 2026 年 2 月 19 日，截止日期为 2025 年 1 月，超过一年。Meta 的 Llama 4 发布日期为 2025 年 4 月 5 日，截止日期为 2024 年 8 月。Anthropic 的 Claude Sonnet 5 发布日期为 2026 年 6 月 30 日，截止日期为 2026 年 1 月。并非所有差距都很大：来自 xAI 的 Grok 4.7 于 2026 年 9 月 21 日发布，截止日期为 2026 年 5 月；Claude Opus 5.5 于 2026 年 9 月 22 日发布，截止日期为 2026 年 6 月。

五个实验室，十个模型，许多空白

根据页面，8 个实验室中有 5 个至少有一个模型公布了截止日期：Anthropic、Google DeepMind、Meta、OpenAI 和 xAI。三个实验室 Alibaba、DeepSeek 和 Mistral AI 在页面上没有确立截止日期的模型。Alibaba 的 Qwen3.8-Max 和 Qwen3.8-Flash，DeepSeek 的 V4-Pro 和 V4.1-Flash，以及 Mistral 的 Large 3、Small 4 和 Medium 3.5 均列为未确立。这是披露差距，而非性能论断。追踪器并未说这些模型更差或更旧。它只说已检查的来源未产生截止日期。

这对基准测试阅读很重要。基准测试运行是模型在任务集上能力的快照，而任务集由知道某些日期之前发生了什么的人编写。如果模型的截止日期早于基准测试，一些看似推理的内容可能是回忆。如果截止日期较新，基准测试可能在衡量模型处理训练数据中已有材料的能力。

追踪器并未直接提出该论点。它提出了更窄的论点：不知道截止日期就无法评估时效性，而页面上半数模型的截止日期未公布。

搜索按钮无法解决它

网络搜索是处理过时模型的常规答案。页面对此提出反驳，并有数据支持。在 16 个模型上进行了超过 2000 次调用，每个模型都配备网络搜索工具。前沿模型几乎每次都能正确决定何时搜索，而较弱的模型则陈述已改变的事实而未检查，并搜索水的沸点之类的事情。

搜索必须由模型触发，使用的是持有过时事实的同一组权重，因此错误恰好落在模型感觉最确定的地方。

这是追踪器指向的机制。搜索工具只有在模型识别出需要它时才有用，而这种识别运行在持有过时信念的同一组权重上。页面还指出，搜索不更新任何内容：模型读取几页，在该回答中使用，然后忘记。打开新聊天，又是四月。

页面自己的插图是向 16 个配备搜索按钮的模型提出挪威国王问题。它说五个模型命名了一个死人。这是较大运行中的一个轶事，不是带有方法论章节的已发布基准测试，应如此阅读。

追踪器实际用途

该网站提供一个 models.json 导出，包含所有 20 个模型的发布日期、已公布截止日期和来源链接。它还提供一个文本块，旨在粘贴到代理的指令文件中，即编码代理已读取的 AGENTS.md 或 CLAUDE.md，告诉代理在将任何模型、版本或日期列为当前之前获取该 JSON。其论据直白，页面也如此表述：模型关于模型的来源很差。询问模型其自身的训练截止日期，行为良好的模型会回答或表示不确定。一个编造自信日期的模型已经告诉你关于它自己的一些事情。

对于本周阅读发布帖子的任何人，实用版本很短。检查实验室是否公布了截止日期。检查它相对于发布日期有多旧。将缺失的截止日期视为缺失信息，而非健康证明，不要假设搜索工具能弥补模型必须决定打开的差距。

追踪器本身是一个具有固定列表的单一页面，在货架移动时更新。它不是基准测试，也不给模型打分。它是一个带有计数器的日期表，日期是重点。