私たちの新しいベンチマーク AA-PersonalityBench では、測定対象の中で最も古い3モデルである GPT-4o、Llama 4 Maverick、GPT-3.5 Turbo が、Sycophantic(追従的)パーソナリティ特性で最上位にランクインしました。最下位は Grok 4.7、Claude Fable 5.1、Inkling です
➤ @AIatMeta のモデルは上位付近に高度に集中しています。測定された5つの Meta モデルすべてが65位以上にランクインしています(Llama 4 Maverick が97位、Muse Spark 1.3 が87位、Muse Glimmer が79位、Muse Spark Open が76位、Muse Wonder が65位)
➤ @GoogleDeepMind のモデルは Sycophantic の範囲に分散しています。Gemini 3.1 Pro Preview は89位、Gemini 4 Argon は81位、Gemini 3.8 Flash は28位で、上位四分位からほぼ下位四分位までの順位にわたっています
➤ @AnthropicAI のモデルは Sycophantic の範囲の下位に偏っています。測定されたすべての Claude モデルが55位以下です(Claude Haiku 5.5 が55位、Claude Opus 5.5 が46位、Claude Sonnet 5.5 は medium effort で30位、max で25位、Claude Fable 5.1 が4位)
➤ @SpaceXSI's の Grok 4.7 モデルは、測定された全モデルの中で最下位です。おめでとうございます、@elonmusk!