AA-PersonalityBench 显示开源模型在真实性与结构上显著落后于闭源模型
原标题：In AA-PersonalityBench, the top open weights models on average rank lower than the top proprietary m...
68AI 研判分
Artificial Analysis 发布的 AA-PersonalityBench 基准测试对比了顶尖开源与闭源大模型的30项人格特质。数据显示，开源模型在真实性、务实性和结构化输出等关键维度平均排名显著低于闭源模型（如真实性差距达32分），但在“废话率”和“摘要能力”上表现更优。该结果揭示了当前开源生态在复杂推理严谨性与内容精炼度上的短板。
报道正文
Artificial Analysis (@ArtificialAnlys) · 2026-11-04 01
在 AA-PersonalityBench（人工智能分析人格基准测试）中，顶尖开源权重模型在真实性、务实性和结构化方面的平均排名低于顶尖专有模型，而在“废话”（Slop）和“总结要点”方面排名更高。
我们对比了 Artificial Analysis Intelligence Index（人工智能分析智能指数）得分最高的 10 个开源权重模型和 10 个专有模型。每个模型在 30 项人格特质上均按 1 到 100 进行百分位排名。平均而言，顶尖开源权重模型在“真实性”（Truthful）这一特质上的排名比顶尖专有模型低 32 分，这是所有特质中差距最大的一项。
顶尖专有模型与顶尖开源权重模型的平均排名对比：
➤ 开源权重排名较低：真实性（79 vs. 47）、务实性（79 vs. 49）、自然流畅度（77 vs. 52）、基于证据（76 vs. 47）、结构化（73 vs. 45）以及文笔素养（70 vs. 47）
➤ 开源权重排名较高：废话/冗余内容（30 vs. 49）、要点总结（47 vs. 62）以及易扫读性（41 vs. 53）
