Artificial Analysis merilis AA-PersonalityBench: model GPT-6 dan Grok paling lugas

Artificial Analysis merilis AA-PersonalityBench, tolok ukur untuk mengukur ciri kepribadian model, lengkap dengan halaman hasil, halaman metodologi, dan alat untuk menyusun peringkat kepribadian sendiri. Skor tersebut merupakan penilaian situs itu sendiri.

Berikut dua ciri yang disorot:

• Lugas (apakah model langsung ke inti tanpa basa-basi): GPT-6 Sol mendapat skor 100, Grok 4.6 mendapat 98, dan Grok 4.7 mendapat 95.
• Jawaban di Awal (apakah model menyampaikan jawaban sebelum konteks, penalaran, atau catatan tambahan): Grok 4.5 mendapat skor 100, GPT-6 Sol mendapat 98, dan GPT-6 Luna mendapat 95.

Artificial Analysis menyebut model GPT-6 dan Grok sebagai yang paling lugas dan paling mungkin menggunakan format Jawaban di Awal di antara semua model yang diukur.