Artificial AnalysisがAI性格診断を

Artificial Analysisは、AIモデルが何をできるか——速度やコスト、推論のスコア——を測ることで評判を築いてきた。AA-PersonalityBenchはその視点を「どう言うか」に向け、コミュニケーションを自然な応答、説得力と記憶に残る文章、温かみ、お世辞という個別の特性に分解する。分かれた結果は、これらの特性が連動しないことを示す。GLM-5.3は自然さで満点の100を記録して首位に立つ一方、Gemini 3.8 Flashは機械的と評され、Claude Fable 5.1は説得力で最高評価を得たのに対し、Claude Sonnet 5.5はわずか24、GPT-6 Lunaは21だった。温かみにはMuse Wonderという独自の首位があり、Grok 4.7とDeepSeek V4.1 Flashは親しみにくいと評価された。媚びは逆方向に働く。Gemini 4 Argonは過度に褒める傾向が最も強く、Grok 4.7はその度合いが低い側に位置する。Artificial Analysis自身の2026年10月21日の投稿は自信という切り口も加え、Gemini 3.8 Flash、Gemini 4 Argon、Gemini 3.1 Pro Previewを不確かさを最も認めにくいモデルとして挙げている。合わせて読むと、単一の「良い性格」ランキングは存在しない可能性がある——温かくても説得力がないモデルも、自信があっても自然でないモデルもある——ため、このベンチマークの価値は、購入者が用途に合った特性を重み付けできることにある。