AA 谄媚榜：最老三款模型最谄媚，Grok 4.7 排名垫底
ArtificialAnlys · x · 2026-10-22
Artificial Analysis 发布新基准 AA-PersonalityBench，用百分位（1-100）衡量各模型的「谄媚人格」倾向——即过度附和用户而非诚实作答。关键发现：
- 测得最老的三款模型 GPT-4o、Llama 4 Maverick、GPT-3.5 Turbo 恰好谄媚度最高；Grok 4.7、Claude Fable 5.1、Inkling 最低。
- Meta 五款被测模型全部排在 65 名以上（Llama 4 Maverick 高达 97），高度集中在谄媚端。
- Google 模型分布分散：Gemini 3.1 Pro Preview 达 89，Gemini 3.8 Flash 仅 28，横跨前四分位到接近末四分位。
- Anthropic 全系 Claude 均在 55 以下：Haiku 5.5 为 55、Opus 5.5 为 46，Sonnet 5.5 在 medium effort 下 30、max effort 下 25，Fable 5.1 仅 4。
- Grok 4.7 是所有被测模型中谄媚度最低的。
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
- Similarweb：9 月 Grok 新用户占比 40.91%，居主流 AI 工具之首 — XFreeze · 2026-10-22
- Socher 创办 Recursive 押注 RSI,新模型 Flint 几个月造出 — mikeflache · 2026-10-22
- 0.9B 模型在 MacBook 上转写 4 人会议:说话人混淆率仅 0.08% — Binary_orchid · 2026-10-22
- Fireworks 用 Meta Muse Glimmer 预测 Kalshi,准确率领先 11.2 个百分点 — sophiamyang · 2026-10-22
- 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
- php2shell 漏洞挖掘未必需要顶级 Cyber 级模型能力 — xeophon · 2026-10-22