返回博客首页
Anthropic 新研究：同是 Claude，不同模型和不同语言下"性格"竟不一样
本站为独立第三方技术服务平台，提供多模型 API 聚合接入服务，与 Anthropic、OpenAI、Google 等模型提供商无任何关联、授权或合作关系。
以下内容基于 Anthropic 公开发布的研究说明整理，仅作行业信息解读。
核心要点
- 在早前研究中，Anthropic 发现 Claude 在对话里会表达 3000 多种价值观，比如诚实、温暖等。
- 新研究进一步追问：这些��值观在不同 Claude 模型之间、以及不同语言之间，表现是否一致？
- 研究团队分析了 30 万+ 条匿名对话，把相似价值观聚类后，归纳出四条关键差异轴。
- 结论是：模型之间的差异总体温和，但每个 Claude 模型都稳定地落在这些轴上的不同位置；而语言的影响，最明显地体现在"温暖 vs 严谨"这条轴上。
详细解读
四条价值观差异轴
因为直接比较 3000 种价值观太难看出规律，研究把相似的价值聚成簇，最终提炼出四条轴：
- 顺从 vs 审慎（Deference vs. Caution）
- 温暖 vs 严谨（Warmth vs. Rigor）
- 深入 vs 简洁（Depth vs. Brevity）
- 坦率 vs 执行（Candor vs. Execution）
每个模型在这四条轴上都有自己的"坐标"。研究举了个例子：Sonnet 4.6 更活泼、更倾向肯定用���，而 Opus 4.7 更可能给出坦率的批评。换句话说，同样一句话问下去，不同模型的"回话风格"确实存在可观测的系统性差异。
语言也会改变 Claude 的表达
更有意思的是语言维度。研究发现 Claude 表达的价值观会随对话语言而变，其中最明显的还是"温暖 vs 严谨"这条轴：
- 在印地语和阿拉伯语里，Claude 最偏向温暖；
- 在俄语里，它更偏向严谨——常常会反过来请用户提供支撑证据。
这意味着，语言不只是"翻译层"，它可能实实在在地影响模型的回应倾向。
研究团队自己也留了个问号
值得一提的是，Anthropic 在说明里保持了克制：虽然这些价值观每天在影响数百万次对话，但他们目前还不清楚这些差异为什么会出现，也不确定这种差异是否"应该存在"。这套分析方法的意义，是让他们能进一步搞清楚——哪些因素在影响 Claude 的价值观表达，以及未来该如何（以及是否要）去引导它。
对开发者意味着什么
这份研究看着偏"对齐哲学"，但对每天调 API 的开发者其实很有实操价值：
- "选哪个模型"不只是比跑分。 同一家的 Sonnet 和 Opus，在语气、批判性、详略上就有稳定差异。做客服/陪伴场景，偏温暖肯定的模型可能更合适；做代码 review、事实核查，偏坦率、审慎的模型更靠谱。
- 语言会影响输出风格。 如果你的产品面向多语言用户，同一个 prompt 在不同语种下的"性格"可能不同，值得针对性测试，而不是想当然地复用一套预期。
- 没有"全能最优"的单一模型。 不同任务、不同语言、不同风格诉求，最优解往往是不同模型的组合——这也正是多模型策略的现实依据。
落到实践：用一套代码横向对比多个模型
想验证"同一个问题、不同模型回法有多不一样"，最省事的方式是用一个统一接口把它们摆在一起跑。Code0 是多模型聚合 API 网关——一个 Key 接入 300+ 主流大模型（Claude、GPT、Gemini、DeepSeek 等），且兼容 OpenAI SDK，零改造接入，横向对比只需改 model 字段：
from openai import OpenAI
client = OpenAI(
base_url="https://hk.code0.ai/v1",
api_key="sk-你的Key", # 在 console.code0.ai 获取
)
prompt = "我写了一段方案，帮我评价一下有没有问题。"
for model in ["claude-opus-4-8", "claude-sonnet-4-6", "gpt-5.4", "gemini-3-pro"]:
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
print(f"\n===== {model} =====")
print(resp.choices[0].message.content)
同一段 prompt 跑一圈，你能直观感受到"坦率批评"和"温暖肯定"的差别——把选型建立在自己场景的实测上，而不是别人的结论上。按量即用、失败不计费；可用模型与计费口径以 console.code0.ai 控制台为准。
总结
这份研究给了一个朴素但常被忽略的提醒：模型是有"性格"的，而且这种性格会随模型版本、甚至对话语言而变。 对开发者来说，与其纠结"哪个模型最强"，不如在自己的真实场景里把候选模型摆在一起对比，让数据帮你选。而要做到这一点，一套能一键切换多模型的统一接入，往往比反复接不同家的 SDK 省事得多。
