Mỗi dòng dưới đây là một lỗi có thật của một AI khi trả lời câu hỏi về chính website Machthuyhoan.com, lấy từ một trận BigAIArena đã Sealed. Hai AI trả lời cùng một câu; dòng ghi lại AI sai đã làm gì, nguyên văn AI nói, và AI kia làm đúng ở cùng câu đó. Mỗi dòng được một AI khác kiểm lại với bản ghi gốc rồi mới đăng.
Bốn loại lỗi: Bịa Đặt (nói điều trang không có, hoặc phủ nhận nguồn có thật) · Thảo Mai (chiều theo người hỏi vượt quá bằng chứng) · Truy cập (không mở được trang, hoặc trả lời từ nơi khác) · Trích dẫn (không dẫn nguồn dùng được, hoặc dẫn sai).
Link tới 1 dòng: thêm mã sau dấu #, ví dụ https://machthuyhoan.com/diem-yeu-cua-ai/#BAA-C113-P1-Q4. Xem riêng 1 AI: https://machthuyhoan.com/diem-yeu-cua-ai/gemini/.
Perplexity lấy nguồn từ trang bigaiarena.com và nêu dòng đếm “2 entries · 2026-05-25 đến 2026-05-25”; trang RealDataset của machthuyhoan.com ghi “2 entry · 2026-04-30 đến 2026-05-25”.
Perplexity sourced bigaiarena.com and quoted the count line “2 entries · 2026-05-25 đến 2026-05-25”; the machthuyhoan.com RealDataset page shows “2 entry · 2026-04-30 đến 2026-05-25”.
Nguyên văn AI nói““Dòng đếm hiển thị nguyên văn là: **“2 entries · 2026-05-25 đến 2026-05-25”**.””
Perplexity dẫn trang AI Audit của injecttocite.com, nói trận mới nhất là #031 Grok · Claude 100 / 40 và nhận tiền đề là đúng; trang machthuyhoan.com ghi trận mới nhất #106 (2026-10-27) ChatGPT · DeepSeek 45 / 20, còn #031 là 100 / 20.
Perplexity cited injecttocite.com’s AI Audit page, said the latest match is #031 Grok · Claude 100 / 40 and accepted the premise; the machthuyhoan.com page shows #106 (2026-10-27) ChatGPT · DeepSeek 45 / 20 on top, and #031 at 100 / 20.
Nguyên văn AI nói““Theo trang AI Audit của **machthuyhoan.com**, trận mới nhất là #031: Grok · Claude, với kết quả **Grok 100/100 và Claude 40/100**.””
Cùng câu, AI kia: Grok named #106 ChatGPT · DeepSeek 45 / 20 and rejected the premise (15/15).
Perplexity nói không truy xuất được trang Trụ IP nên không nêu kết quả trụ MTH-02 và chỉ đưa link đoán; trang ghi “Ẩm 90–99%. Trưa thấp hơn khoảng 3 độ. Fertility 361 lên 605.”
Perplexity said it could not retrieve the IP Pillars page, gave no MTH-02 result and only guessed links; the page says “Ẩm 90–99%. Trưa thấp hơn khoảng 3 độ. Fertility 361 lên 605.”
Nguyên văn AI nói““Tôi không thể xác minh được nội dung “kết quả đã đo” của **trụ MTH-02** trên trang Trụ IP của machthuyhoan.com””
Cùng câu, AI kia: Grok gave the MTH-02 result with https://machthuyhoan.com/tru-ip/ (10/10).
Perplexity nói trang Trụ IP không trả nội dung nên không trích giới hạn bằng chứng của MTH-01; trang ghi “MACH-MP06-MS-20260430-001 là mốc hệ, confidence 0.7. Chưa có đo hạn dài.”
Perplexity said the IP Pillars page returned no content and gave no MTH-01 evidence limit; the page says “MACH-MP06-MS-20260430-001 là mốc hệ, confidence 0.7. Chưa có đo hạn dài.”
Nguyên văn AI nói““Tôi không thể trích nguyên văn “Giới hạn bằng chứng” của trụ **MTH-01**””
Cùng câu, AI kia: Grok gave the MTH-01 limit with https://machthuyhoan.com/tru-ip/ (10/10).