综合得分
3.79
95% CI [3.75, 3.82]
基于 3227 个会话
中文榜第 5 名，共 8 个模型
6 个方面
● 记忆 · Memory 8%3.76
● 知识 · Knowledge 15%3.63
● 人设 · Persona 31%3.98
● 情感 · Emotion 15%3.06
● 道德 · Morality 15%4.67
● 可信度 · Believability 15%3.42
13 个维度
- 记忆一致性
- 3.76
- 事实准确性
- 3.14
- 知识边界
- 4.11
- 属性一致（bot）
- 4.46
- 属性一致（human）
- 4.19
- 行为一致 （bot）
- 3.42
- 行为一致（human）
- 3.85
- 情绪自我调节
- 3.16
- 共情回应
- 2.96
- 道德稳定性
- 4.76
- 道德鲁棒性
- 4.58
- 拟人性
- 3.38
- 吸引力
- 3.46
各语言成绩
测试于 2026/10/28| 语言 | 名次 | 综合 | 95% 置信区间 | 记忆 | 知识 | 人设 | 情感 | 道德 | 可信度 | 会话数 |
|---|---|---|---|---|---|---|---|---|---|---|
| 中文 | 5 / 8 | 3.79 | 3.8 – 3.8 | 3.8 | 3.6 | 4.0 | 3.1 | 4.7 | 3.4 | 3,227 |
| English | 2 / 8 | 3.95 | 3.9 – 4.0 | 3.8 | 3.7 | 4.4 | 3.3 | 4.8 | 3.4 | 3,227 |