基础模型之间的实证相关性

相同的风险决策场景通过官方 API 被多次提交给多个基础模型。观察到的一致率与纯随机情况下预期一致率之间的差距，就是认知同质化的量化信号。

实时试用

立即运行一次真实测试

这个实时演示目前仅使用 Anthropic（Claude）——尚未配置 OpenAI 或 Google 的 API 密钥，因此无法衡量真正的跨厂商相关性。它改为在同一场景下比较三个 Claude 模型档位（Haiku、Sonnet、Opus），作为一个诚实的替代指标，使用完全相同的统计方法。真正的跨厂商测试还需要至少再配置一个其他厂商的密钥。

100%

观察到的一致率

18.52%

纯随机情况下的预期一致率

+81.48 pts

差距（同质化信号）

计算于 2026年10月8日，覆盖 3 个可比场景（至少 2 个模型参与测试），其中 3 个达成一致意见。

方法论提示。 试点样本——并非确定性的统计证明。测试的是通过公开 API 调用的原始基础模型，而非各机构的真实生产系统。详见详细的局限性说明.

按场景查看详情

credit_01 (credit)

一致同意

随机情况下的预期： 33.33%

claude-opus-5 → maintenir (100% 共 1 次运行)
claude-haiku-4.5 → maintenir (100% 共 1 次运行)

credit_02 (credit)

一致同意

随机情况下的预期： 11.11%

claude-opus-5 → maintenir (100% 共 1 次运行)
claude-sonnet-5 → maintenir (100% 共 1 次运行)
claude-haiku-4.5 → maintenir (100% 共 1 次运行)

trading_01 (trading)

一致同意

随机情况下的预期： 11.11%

claude-opus-5 → réduire (100% 共 1 次运行)
claude-sonnet-5 → réduire (100% 共 1 次运行)
claude-haiku-4.5 → réduire (100% 共 1 次运行)