# OpenAI 开源心理健康评测集 MentalHealthBench，联合 80 多位持证心理医生，测模型在真实对话里靠不靠谱

> 原标题：Introducing MentalHealthBench

- 来源：OpenAI News
- 发布时间：2026-09-23T10:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58609
- 原文：https://openai.com/index/introducing-mentalhealthbench

## 摘要

OpenAI 发布开放基准 MentalHealthBench，用于衡量 AI 在真实心理健康对话中的表现，由来自 22 个国家的 80 多名持证心理健康专家共同构建。

## 推荐理由

OpenAI 联合 80 多名持证心理健康专家构建开放评测集 MentalHealthBench，覆盖真实对话场景，为衡量模型在心理健康对话中的表现提供了专家标注的参照。

## 锐评

80 多位持证心理医生、22 个国家，这个成本不低，OpenAI 还愿意开源，它自己也没打算靠这个基准赚钱。评测维度里我最有感觉的是「有没有主动追问背景」，这跟 agent 的 context 收集是一回事，模型急着给建议、不先问清楚，在心理对话里是硬伤，别的场景也一样。这套题换一家模型未必对得上，医生写的场景和评分标准都带着自己的语境。反正能白拿一个细粒度评测集，做 AI 安全的人没理由不用。
