# Arena.ai 發現 AI 評審更偏向自己的答案，而非人類投票

Arena.ai 將 12 個模型的 34,580 次裁決與人類投票比較，涵蓋 1,460 場 Arena 對戰。平均而言，模型有 58% 的時間選擇自己的答案，而人們選擇同一答案的比例為 34%。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-17T15:13:00.000Z
Query date (Asia/Hong_Kong): 2026-11-17

HTML: https://didcodexreset.com/zh-hk/news/a4427983a7104595aa60d726.html

Content language: zh-HK
Localization state: translated

來源：Arena.ai · 發布於 30/9/2026 00:28:22

Arena.ai 將 12 個模型的 34,580 次裁決與人類投票比較，涵蓋 Arena 上的 1,460 場對戰。平均而言，模型有 58% 的時間選擇自己的答案；人們選擇同一答案的比例為 34%。GPT-6 Astra 有 88% 的時間選擇自己。

這些模型也很少判平局。人們在 32% 的對戰中標記為平局或「兩者都差」，而 GPT-5.6 Sol 有 96% 的時間選出勝者。AI 評審與其他模型一致的比例為 79%，與人一致的比例為 57%，每位評審偏向其他 AI 而非人的幅度為 18 到 27 個百分點。

完整結果見 [DawidGalarowicz 的 Arena 文章](https://x.com/i/article/2104955648664584192)。

Tags: Arena, AI 評審, 模型評測, GPT-6 Astra

[查看主帖原文](https://x.com/arena/status/2104969213282840770)
