Gemini vs ChatGPT, Mana yang Paling Sering Salah?

Jakarta, Beritasatu.com - Kecerdasan buatan (AI) seperti ChatGPT dan Gemini memang semakin canggih, tetapi tidak sepenuhnya akurat. Salah satu kelemahannya adalah fenomena “halusinasi”, yakni ketika chatbot memberikan jawaban yang terdengar meyakinkan, tetapi sebenarnya keliru.

Menurut laporan dari Legal Guardian Digital yang dikutip Phone Arena, Sabtu (25/4/2026), beberapa chatbot AI populer ternyata memiliki tingkat kesalahan yang berbeda-beda.

Dalam studi tersebut, chatbot dengan tingkat halusinasi tertinggi adalah Google Gemini. Model ini disebut memberikan jawaban keliru dalam sekitar 32% responsnya. Di posisi berikutnya ada ChatGPT, dengan tingkat kesalahan sekitar 30%.

Sementara itu, chatbot dengan tingkat kesalahan paling rendah adalah Perplexity AI, yang hanya sekitar 13%. Disusul DeepSeek (14%) dan Grok (15%).

Kenapa Chatbot Bisa Halusinasi?

Fenomena ini terjadi karena model AI bekerja dengan memprediksi kata berikutnya berdasarkan pola data. Apabila tidak menemukan jawaban yang pasti, AI tetap akan mencoba menjawab dengan susunan kata yang terlihat logis, meskipun tidak akurat secara fakta. Karena itu, pengguna tetap disarankan untuk memverifikasi informasi penting seperti harga saham, nama, atau tanggal.

Meski memiliki tingkat kesalahan, beberapa chatbot tetap mendapat skor kepuasan tinggi. ChatGPT dan DeepSeek mencatat nilai tertinggi, yakni 4,7 dari 5, disusul Perplexity AI dengan 4,6.

Dalam hal stabilitas, Perplexity AI dan Grok menjadi dua chatbot yang tidak mengalami gangguan selama periode pengujian. Sementara chatbot lain seperti ChatGPT dan Gemini juga mencatat uptime tinggi, masing-masing di atas 99%.

Berdasarkan skor keseluruhan (index score), Perplexity AI menjadi chatbot terbaik dengan nilai 85, diikuti Grok (79) dan DeepSeek.

Adapun ChatGPT berada di peringkat keenam dengan skor 50, sementara Gemini di posisi kedelapan dengan skor 41. Chatbot dengan skor terendah adalah Meta AI, dengan nilai 37.