--- title: "升级到新模型和新转录算法｜Hanah" description: "我们更新了起草病历的模型和转录算法。词错误率从 5.9% 降至 1.6%，虚构细节从 5 处降至 1 处。" source: https://hanah.health/zh/blog/benchmark-update-july-2026/ --- 1. [首页](https://hanah.health/zh/) 2. [博客](https://hanah.health/zh/blog/) 3. 更新为新的模型和转录算法。 文章 # 更新为新的模型和转录算法。 作者：[Ahmed](https://hanah.health/zh/blog/authors/ahmed/) · 阅读约 3 分钟 发布于 2026年7月31日 · 更新于 2026年10月15日 ## 要点 - 2026年7月的这次更新更换了病历生成模型和转录算法，模板保持不变。 - 在所报告的澳大利亚评估中，词错误率从 5.9% 降至 1.6%，经确认的虚构细节从 5 处降至 1 处。 - 这些是所引用语料库和该次测试的历史结果。请结合所附的方法和最新报告一起阅读。 我们更新了起草病历的模型，以及记录和转录诊疗的算法。本文说明有哪些变化、您可以预期什么，以及哪些保持不变。 ## 基准测试结果 以我们的澳大利亚语料库衡量，将本次测试与我们 6月29日发布的测试相比： #### 词错误率 1.6% 较 6月29日 −4.3 个百分点 #### 经确认的虚构细节 1 较 6月29日 −4 #### 记录到的临床事实 94.7% 较 6月29日 +3.2 个百分点 [查看更详细的数据和结果](https://hanah.health/zh/au/trust/transparency/)。 在我们的测试中，新的 Gemini Flash 3.6 模型记录到了更多临床事实，虚构的细节也少得多。在临床场景中，完整性绝不应以牺牲准确性为代价，而这次更新让我们无需在两者之间取舍。 ## 模板保持不变 您的模板不受影响。同样的模板应当生成同样的结构、同样的部分和同样的字段。您已有的设置都无需重新调整，您也无需采取任何操作。 ## 有哪些变化 我们将病历生成模型从 Gemini Pro 3.1 更新为 Gemini Flash 3.6，同时更新了转录算法。 **转录算法。**我们重新设计了语音检测方式，以及解码器在长时间诊疗中保持同步的方式，让更多说出的内容进入转录稿，尤其是句子开头和较长录音的末尾部分。我们还改进了姓名识别，并更新了基准测试语料库，加入了较少见的姓名。 **病历生成模型。**更新为 Gemini Flash 3.6。结合转录准确率的提升，幻觉更少了，病历生成的措辞也更严谨。 ## 数据，以及如何核实 两次测试都已完整公布：[最新报告](https://hanah.health/zh/au/trust/transparency/)、[横向对比](https://hanah.health/zh/au/trust/comparison/)和[历次结果](https://hanah.health/zh/au/trust/benchmarks/)。您可以阅读每一份转录稿、每一份生成的病历，以及每位评审的推理过程。 重要说明：我们升级了 LLM 评审团，改用更大的模型，以提高基准测试的可信度。我们发现，多次运行较小的模型，得出的基准测试报告往往不如运行一次大模型。 ## 我们为什么要公布这些 我们认为，面向医疗服务提供者的软件，不应像 SaaS 那样奉行“快速行动，打破常规”。我们坦诚到近乎直白，会公开我们所做或计划做的任何改动，确保您充分了解我们如何处理数据。 这些更新的结果总体相当积极；不过正如[我们在本月初所写](https://hanah.health/zh/blog/ai-health-tech-transparency/)，只有在数据不好时我们也照样公布，这些数字才有意义，而这种透明正是我们对您的承诺。 如果您觉得我们有所退步，或认为我们的基准测试语料库不能反映您诊所的情况，请随时通过 hello@hanah.health 联系我们。 ## 常见问题 **这些是最新的准确率数据吗？** 这些是 2026年7月更新所报告的结果。较新的测试可能有所不同；最新发布的结果请查看[准确率报告](https://hanah.health/zh/transparency/)。 **这次更新需要新的病历模板吗？** 本文所述的更新更换了生成模型和转录算法，模板保持不变。 **词错误率衡量的是什么？** 它按照公布的评分方法，衡量生成的转录稿与参考转录稿之间的差异。它与生成的临床病历的准确性是两回事。 ## 本文引用的来源 - [查看更详细的数据和结果](https://hanah.health/zh/au/trust/transparency/) —— hanah.health - [横向对比](https://hanah.health/zh/au/trust/comparison/) —— hanah.health - [历次结果](https://hanah.health/zh/au/trust/benchmarks/) —— hanah.health - [准确率报告](https://hanah.health/zh/transparency/) —— hanah.health ## 关于作者 [Ahmed](https://hanah.health/zh/blog/authors/ahmed/) · Hanah 联合创始人兼 CEO Ahmed 是 Hanah 的联合创始人兼 CEO。他的背景横跨游戏开发、体育数据分析、金融科技和 AI，曾任职于 Electronic Arts、Catapult Sports 和 Commonwealth Bank，经营过一家独立游戏工作室，并担任治理、风险与合规公司 sixclicks 的 AI 负责人。他将在游戏中设计参与和留存机制的经验，用于打造反馈闭环，帮助患者持续参与自身诊疗，朝着积极的健康结果努力。[查看文章](https://hanah.health/zh/blog/authors/ahmed/)。 **更新说明：**新增了结构化摘要和发布元数据。本次更新不改变文中所述的来源核查或基准测试日期。 [我们如何撰写、引用来源和审核文章](https://hanah.health/zh/blog/editorial-policy/) ## 相关阅读 - [Accuracy over inference: your AI scribe should not fill in the blanks](https://hanah.health/zh/blog/accuracy-over-inference/) A plausible clinical detail is still an invented detail if the encounter never established it. Real examples from our testing explain why Hanah prioritises faithful documentation, and why we measure consistency across repeated runs. - [Hanah 与其他产品对比：一项客观、透明的基准测试](https://hanah.health/zh/blog/hanah-vs-the-rest-benchmark/) 我们将相同的 13 段诊疗录音播放给七款 AI 病历助手，并对每份病历和转录稿进行盲评。Hanah 的病历没有重大幻觉标记，涵盖了 93.7% 的必要临床细节（平均为 84.2%），其转录稿中具有临床意义的错误少 66%。每一份转录稿、病历和评分均已公开。 - [在严格的行业基准测试中，Hanah 被评为最佳 AI 病历助手](https://hanah.health/zh/blog/hanah-best-ai-scribe-benchmark/) ScribeStandard 让六款 AI 病历助手处理相同的 12 段诊疗录音，并对每份病历进行盲评。Hanah 的错误最少、审阅最快，在 19 项指标中有 18 项排名第一。每一段录音、每一份病历和评分均已公开。 在您自己的诊所中体验 Hanah。 [预约演示](https://hanah.health/zh/#demo)