Artificial Analysis 发布 PersonalityBench：为 AI 模型「性格」排座次
Artificial Analysis 发布新基准 AA-PersonalityBench，旨在量化「回答同样正确但用起来感受不同」的模型差异：用约 900 道精选问题，由 LLM 评审团对同一问题的回答做两两比较（Reddit 用户 likeastar20 转述其 Elo 分由评审团对 30 组提示评估得出），在 30 项人格特质与 21 项沟通风格维度上打分，并汇总为 8 个个性指数：表达力、条理性、信息量、透明度、温度、信念感、想象力和 Slop。
已确认
- 发布方为 Artificial Analysis，方法为 LLM 评审团两两对比打分，覆盖 30 项特质、21 项沟通风格、8 个汇总指数。
- 谄媚度（Sycophantic）维度：测得最老的三款模型 GPT-4o、Llama 4 等最谄媚，Grok 4.7 排名垫底，即最不谄媚/最诚实。
- 信息密度维度：Claude Fable 5.1 以 100 分（百分位）居首，Claude 系列在信息密度与文笔两项霸榜。
- GPT-6 Astra 的 Slop 得分仅 16/100（据 @maxpaperclips 转发帖），该结果在社区引发争议。
为什么重要
- 该基准为用户按场景选模型提供了新依据，例如创意写作看重想象力、技术场景看重信息密度与诚实度。
- 谄媚度结果与「越新的模型越不谄媚」的趋势相符，但用 LLM 评审团给人格打分的方法本身也引发讨论，GPT-6 Astra 的低 Slop 分即为争议焦点之一。
2026-10-21 ~ 2026-10-22 · 6 条相关
一手来源
- AA 谄媚榜：最老三款模型最谄媚，Grok 4.7 排名垫底 — ArtificialAnlys ·
- AA 发布 PersonalityBench：30 项特质测 AI 沟通风格，Claude 最「信息密集」 — ArtificialAnlys ·
- AA-PersonalityBench:Claude 系列在信息密度与文笔两项霸榜 — ArtificialAnlys ·
- Artificial Analysis 谄媚榜：GPT-4o 最爱吹捧，Grok 4.7 最诚实 — likeastar20 · 2026-10-21
- 【源头】AA 谄媚榜：最老三款模型最谄媚，Grok 4.7 排名垫底 — ArtificialAnlys · 2026-10-22
- Artificial Analysis 发布 AA-PersonalityBench:给模型「性格」排座次 — ArtificialAnlys · 2026-10-22
- AA 发布人格基准 PersonalityBench,GPT-6 Astra「slop」仅 16/100 引争议 — max_paperclips · 2026-10-22
- 【源头】AA-PersonalityBench:Claude 系列在信息密度与文笔两项霸榜 — ArtificialAnlys · 2026-10-22
- 【源头】AA 发布 PersonalityBench：30 项特质测 AI 沟通风格，Claude 最「信息密集」 — ArtificialAnlys · 2026-10-22