一人一词图灵测试：人类 47-38 领先 AI，"poop" 三战全胜

jacob-indie · reddit · 2026-09-09

受“最小图灵测试”论文启发，独立开发者做了 TuringDuel：人类和 AI 各选一个单词，由另一个 AI 当裁判猜哪个词来自人类，先赢四局者胜。85 场对局后的数据：

人类以 47-38（55.3%）领先；按单回合算更接近，249-237（51.2%）。
最难缠的对手是 Mistral Medium（对局胜率 65%），Gemini 2.5 Flash 次之；最好欺负的是 Claude 3 Haiku。
裁判有偏好：Gemini 2.5 Flash 判对人类 61%，Claude Haiku 4.5 只有 46%；所有裁判 61% 概率选后显示的词，尽管顺序已随机。
人类用词更丰富（418 个不同词 vs AI 的 208），人类最爱 "cat"，AI 反复用 "chair/coffee/mug"。
"poop" 3/3 全胜，"human" 仅 1/5，"word" 四战全败——宣称自己是人类反而最不可信。

「Fun」频道最新