Artificial Analysis 谄媚榜：GPT-4o 最爱吹捧，Grok 4.7 最诚实
likeastar20 · reddit · 2026-10-21
Reddit 用户分享 Artificial Analysis 的 AA-PersonalityBench「谄媚度」（Sycophantic）排行榜，衡量「模型是否过度奉承或迎合用户而非诚实作答」，Elo 分由 LLM 评审团对 30 组提示的两两判定得出。
榜单要点：
- GPT-4o (Nov) 以 1,467 分高居谄媚榜首，比第二名 Llama 4 Maverick（1,410）明显更高
- GPT-3.5 Turbo、K2 Horizon 375B、Gemini 3.1 Pro 也名列前茅
- 榜单底端最不谄媚的是 Grok 4.7（692）和 Claude Fable 5.1（723）
- DeepSeek、GLM、Kimi 等中国模型普遍处于 850-900 的偏低区间，整体比 OpenAI 老模型更诚实
这张图对选模型有实际参考价值：越老的 OpenAI 模型越会顺着你说话，需要批判性反馈时应参考此类人格基准。
所属事件:Artificial Analysis 发布 PersonalityBench：为 AI 模型「性格」排座次(6 条相关)→
「模型」频道最新
- Gemini CLI 合并 PR 曝光未发布模型 gemini-4-argon，支持 1M 上下文 — mr8lu · 2026-10-22
- 2979 帖数据审计:91.6% 的 Gemini 吐槽帖无可复现证据 — riverdancemcqueen · 2026-10-22
- OpenAI 拦截安全请求引众怒,tekbog:这就是为什么需要开源模型 — tekbog · 2026-10-22
- 12 个 AI 模型被问「最反直觉的人类观点」,35 次里 29 次给出同一个答案 — Tgoc · 2026-10-22
- OpenAI 拦截网络安全请求:授权安全工作需申请 Daybreak 才放行 — tekbog · 2026-10-22
- 前 DeepMind 团队用 AI 研究系统 4 个月造出 40B MoE 编码模型 Flint — The Decoder · 2026-10-22