Artificial Analysis 上線 AA-PersonalityBench 可自建人格排行
2026/11/04 — 11/06 01:20·1 個來源（全部）·7 篇報道（全部）
核心速覽 (Key Takeaways)
- Artificial Analysis 上線 AA-PersonalityBench，使用者可按不同人格維度自建模型排行，並檢視更細顆粒度的測試結果與評測方法說明。
- 該頁面由 AA-PersonalityBench 提供支撐，並公佈相關評測方法。
- 頁面資料亦包含模型間差異：MiMo-V2.6-Pro 有 34% 的回答以提問結尾，為被測模型最高；
- 該比例從 34% 分佈到 0%，其中六個模型低於 0.5%。
事件背景與詳細解讀
2026 年 11 月 4 日，AI 評測機構 Artificial Analysis 通過 X 賬號釋出了全新評測頁面 AA-PersonalityBench，並同時公佈了一批模型對比結果。該頁面允許使用者自行構建個性化排名，檢視模型的詳細測試結果與方法論，其定位是幫助開發者和使用者更全面地瞭解不同大模型在人格表現與行為特徵上的差異。
AA-PersonalityBench 將 10 款開源權重模型（open weights）與 10 款閉源模型（proprietary）納入同一套人格指標對比。從各指標的平均得分看，閉源模型在多數維度佔優：資訊豐富度（Informativeness）為 68 比 45，真實性、實用主義和結構化表現上的排名也普遍靠前；開源模型僅在平庸或冗餘內容（slop）一項上得分更高，為 49 比 30，在提煉核心結論方面的表現也相對更好。Artificial Analysis 同時提醒，這些結果是各分組的平均值，組內單個模型的表現存在差異。
這批結果歸屬於 Artificial Analysis 的 Intelligence Index 綜合排名。Artificial Analysis 公佈了該指數下閉源模型分組中得分最高的前十名，入選模型包括 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol、Claude Sonnet 5.5 (max) 以及 Gemini 4 等當前主流系統。截至發稿，Artificial Analysis 公開的是這一輪對比與排名，頁面已開放供使用者自行構建個性化排名，尚無後續更新。
AI 綜合 4 篇報道生成 · 更新於 2 天前
最新進展Artificial Analysis 開放 AA-PersonalityBench 頁面，使用者可以自建人格維度排行，並檢視更細的模型結果。該頁面同時公佈了評測方法說明。
- 熱度指數
- 91
- 全部來源
- 1
- 全部報道
- 7
- 首報
- 2 天前
這件事的報道 點標題看原文
Artificial Analysis 開放 AA-PersonalityBench 頁面，使用者可以自建人格維度排行，並檢視更細的模型結果。該頁面同時公佈了評測方法說明。
想比較模型回答風格而非僅能力的讀者可上手試
X：Artificial Analysis (@artificialanlys)官方AI 評分 45Artificial Analysis 的 AA-PersonalityBench 顯示，MiMo-V2.6-Pro 有 34% 的回答以提問結尾，是被測模型中比例最高的。各模型這一比例從 34% 一路分佈到 0%，其中六個模型低於 0.5%。
用具體資料揭示模型回答風格差異，選型時可參考
X：Artificial Analysis (@artificialanlys)官方AI 評分 43
Artificial Analysis 宣佈，使用者可在 AA-PersonalityBench 頁面上自建模型人格排行，並檢視更詳細的評測結果。該機構同時公開了對應的評測方法說明。
可以自建排行，對比不同模型的表達風格
X：Artificial Analysis (@artificialanlys)官方AI 評分 47
Artificial Analysis 推出了全新評測頁面 AA-PersonalityBench，允許使用者構建個性化排名並探索模型的詳細測試結果與方法論。該工具旨在幫助開發者和使用者更全面地瞭解不同大模型的行為特徵與人格表現。
可通過新工具檢視各大模型在行為個性與評測指標上的對比。
X：Artificial Analysis (@artificialanlys)官方AI 評分 61Artificial Analysis 公佈了其 Intelligence Index 中得分最高的閉源模型分組前十名名單。入選模型包括 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol、Claude Sonnet 5.5 (max) 及 Gemini 4 等當前主流系統。
瞭解當前主流大模型在權威智慧指數上的最新排名。
X：Artificial Analysis (@artificialanlys)官方AI 評分 60Artificial Analysis 的測試顯示，頂級開源模型在各項個性指標上的平均排名普遍低於閉源模型，僅在平庸或冗餘內容（slop）指標上得分更高。在資訊豐富度（Informativeness）方面，閉源模型平均得分為 68，開源模型為 45。
獲取開源與閉源大模型在個性特徵與資訊質量上的資料對比。
X：Artificial Analysis (@artificialanlys)官方AI 評分 60AA-PersonalityBench 的最新對比顯示，10 款開源模型在真實性、實用主義和結構化表現上平均落後於 10 款閉源模型。但在冗餘內容和提取核心結論（summarizing the bottom line）方面，開源模型的表現相對較高。
深入瞭解開源與閉源大模型在行為偏好和輸出質量上的具體差異。
X：Artificial Analysis (@artificialanlys)官方AI 評分 60
同時在說的其他事
- 熱度指數 47Artificial Analysis 釋出新一代 API 效能基準，按單任務耗時排名1 個來源
- 熱度指數 642發酵中騰訊混元 Hy4 新增電腦操作能力，Artificial Analysis 發文測評13 個來源
- 熱度指數 840OpenAI 釋出 Images 2.6，新增 GIF 與 SVG 輸出15 個來源
- 熱度指數 675OpenAI 披露 cyber 模型流水線自動修復近千處 Linux 核心提權漏洞11 個來源
- 熱度指數 633發酵中Claude Code 產品負責人 Cat Wu 加入 OpenAI9 個來源
熱度怎麼算的？瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。
本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加