Artificial Analysis 新出的 PersonalityBench 测模型套话多不多、会不会一味顺着用户说。三代下来,谄媚分从18降到1,所有被测模型里最低;真诚分从26涨到90,排在 Claude Fable 5.1 和 GLM-5.3 后面。#Grok