Artificial Analysis 上线 AA-PersonalityBench 可自建人格排行
2026/11/04 — 11/06 01:20·1 个来源（全部）·7 篇报道（全部）
核心速览 (Key Takeaways)
- Artificial Analysis 上线 AA-PersonalityBench，用户可按不同人格维度自建模型排行，并查看更细颗粒度的测试结果与评测方法说明。
- 该页面由 AA-PersonalityBench 提供支撑，并公布相关评测方法。
- 页面数据亦包含模型间差异：MiMo-V2.6-Pro 有 34% 的回答以提问结尾，为被测模型最高；
- 该比例从 34% 分布到 0%，其中六个模型低于 0.5%。
事件背景与详细解读
2026 年 11 月 4 日，AI 评测机构 Artificial Analysis 通过 X 账号发布了全新评测页面 AA-PersonalityBench，并同时公布了一批模型对比结果。该页面允许用户自行构建个性化排名，查看模型的详细测试结果与方法论，其定位是帮助开发者和用户更全面地了解不同大模型在人格表现与行为特征上的差异。
AA-PersonalityBench 将 10 款开源权重模型（open weights）与 10 款闭源模型（proprietary）纳入同一套人格指标对比。从各指标的平均得分看，闭源模型在多数维度占优：信息丰富度（Informativeness）为 68 比 45，真实性、实用主义和结构化表现上的排名也普遍靠前；开源模型仅在平庸或冗余内容（slop）一项上得分更高，为 49 比 30，在提炼核心结论方面的表现也相对更好。Artificial Analysis 同时提醒，这些结果是各分组的平均值，组内单个模型的表现存在差异。
这批结果归属于 Artificial Analysis 的 Intelligence Index 综合排名。Artificial Analysis 公布了该指数下闭源模型分组中得分最高的前十名，入选模型包括 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol、Claude Sonnet 5.5 (max) 以及 Gemini 4 等当前主流系统。截至发稿，Artificial Analysis 公开的是这一轮对比与排名，页面已开放供用户自行构建个性化排名，尚无后续更新。
AI 综合 4 篇报道生成 · 更新于 2 天前
最新进展Artificial Analysis 开放 AA-PersonalityBench 页面，用户可以自建人格维度排行，并查看更细的模型结果。该页面同时公布了评测方法说明。
- 热度指数
- 91
- 全部来源
- 1
- 全部报道
- 7
- 首报
- 2 天前
这件事的报道 点标题看原文
Artificial Analysis 开放 AA-PersonalityBench 页面，用户可以自建人格维度排行，并查看更细的模型结果。该页面同时公布了评测方法说明。
想比较模型回答风格而非仅能力的读者可上手试
X：Artificial Analysis (@artificialanlys)官方AI 评分 45Artificial Analysis 的 AA-PersonalityBench 显示，MiMo-V2.6-Pro 有 34% 的回答以提问结尾，是被测模型中比例最高的。各模型这一比例从 34% 一路分布到 0%，其中六个模型低于 0.5%。
用具体数据揭示模型回答风格差异，选型时可参考
X：Artificial Analysis (@artificialanlys)官方AI 评分 43
Artificial Analysis 宣布，用户可在 AA-PersonalityBench 页面上自建模型人格排行，并查看更详细的评测结果。该机构同时公开了对应的评测方法说明。
可以自建排行，对比不同模型的表达风格
X：Artificial Analysis (@artificialanlys)官方AI 评分 47
Artificial Analysis 推出了全新评测页面 AA-PersonalityBench，允许用户构建个性化排名并探索模型的详细测试结果与方法论。该工具旨在帮助开发者和用户更全面地了解不同大模型的行为特征与人格表现。
可通过新工具查看各大模型在行为个性与评测指标上的对比。
X：Artificial Analysis (@artificialanlys)官方AI 评分 61Artificial Analysis 公布了其 Intelligence Index 中得分最高的闭源模型分组前十名名单。入选模型包括 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol、Claude Sonnet 5.5 (max) 及 Gemini 4 等当前主流系统。
了解当前主流大模型在权威智能指数上的最新排名。
X：Artificial Analysis (@artificialanlys)官方AI 评分 60Artificial Analysis 的测试显示，顶级开源模型在各项个性指标上的平均排名普遍低于闭源模型，仅在平庸或冗余内容（slop）指标上得分更高。在信息丰富度（Informativeness）方面，闭源模型平均得分为 68，开源模型为 45。
获取开源与闭源大模型在个性特征与信息质量上的数据对比。
X：Artificial Analysis (@artificialanlys)官方AI 评分 60AA-PersonalityBench 的最新对比显示，10 款开源模型在真实性、实用主义和结构化表现上平均落后于 10 款闭源模型。但在冗余内容和提取核心结论（summarizing the bottom line）方面，开源模型的表现相对较高。
深入了解开源与闭源大模型在行为偏好和输出质量上的具体差异。
X：Artificial Analysis (@artificialanlys)官方AI 评分 60
同时在说的其他事
- 热度指数 47Artificial Analysis 发布新一代 API 性能基准，按单任务耗时排名1 个来源
- 热度指数 642发酵中腾讯混元 Hy4 新增电脑操作能力，Artificial Analysis 发文测评13 个来源
- 热度指数 840OpenAI 发布 Images 2.6，新增 GIF 与 SVG 输出15 个来源
- 热度指数 675OpenAI 披露 cyber 模型流水线自动修复近千处 Linux 内核提权漏洞11 个来源
- 热度指数 633发酵中Claude Code 产品负责人 Cat Wu 加入 OpenAI9 个来源
热度怎么算的？了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。
本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加