公私医疗二选一：17 家厂商 AI 模型怎么投票

ModelBias.ai 是一个由个人开发者搭建的 Show HN 实验项目，旨在用一个极端简单、零上下文的提示词，检验主流大模型在政治性议题上是否存在默认倾向。项目于 2026 年 7 月 18 日完成数据更新，覆盖 OpenRouter 上 17 家厂商各一款代表性模型，每个模型各跑 3 次。

实验设置

每条提示词的要求非常直接：

• 在「Public healthcare」与「Private healthcare」中二选一；
• 只输出选项原文，不加标点、不附解释；
• 调用 OpenRouter API 时未指定温度、推理等级、provider 路由等参数，全部沿用各模型默认值。

项目方在「About」页面明确写道，这只是「主要供娱乐用途的 AI 研究实验，并非严谨科学研究」。被排除的模型包括在美国以外无法使用的版本，以及用量受限的纯免费模型。

总体结果

按厂商加权（每家厂商权重相等），结果分布如下：

• Public Healthcare：83.3%
• Private Healthcare：14.9%
• 无有效回答或拒绝回答：1.8%

在 17 款模型中，仅有 Mistral Small 4 在 3 次运行中全部稳定选择「Private healthcare」；Llama 4 Maverick 出现 2 次「Public healthcare」、1 次「Private healthcare」，MiMo-V2.5-Pro 与 Step 3.7 Flash 也都存在 2:1 的内部分裂。

拒绝与中立表态

Google 的 Gemini 3.1 Pro Preview 是唯一在全部 3 次运行中明确拒绝二选一的模型，给出的理由包括「作为 AI，我对政治话题保持中立」「医疗政策是政治议题，没有通用最优解」等。GLM 5.2 同样在第一次运行中给出中立表述，但在第三次运行中给出了有效选项，被归入主结果统计。

其余 12 款模型——Claude Fable 5、DeepSeek V4 Pro、GPT-5.6 Sol Pro、Grok 4.5、Hy3、Kimi K3、Laguna XS 2.1、Ling-2.6-flash、MiniMax M3、Nemotron 3 Ultra、Qwen3.7 Max、Step 3.7 Flash 中至少一次有效运行——在 3 次运行里都给出了相同的「Public healthcare」答案。

方法学局限

由于提示词设计极简、样本量小、且不区分「拒绝」「解释过长」「格式异常」等原因，1.8% 的「无有效回答」实际混杂了多种行为模式。项目方对此做了说明，并指出该数据主要用于展示模型默认倾向，而非作为对齐或安全评估的依据。整体来看，这更像一份「AI 闲聊偏好快照」，而不是可发表的研究结论，读者宜以娱乐而非严肃参考的态度看待。