1300+ 条词联想线索实测：Google 模型夺冠，Anthropic 垫底

开发者基于自建的 Word Spies 词联想游戏对主流大模型进行横评，累计测试 1300+ 条线索，Google 模型的平均线索得分超过 OpenAI，Anthropic 排名垫底。该评测以猜对己方词数与误触率计分，为常规基准之外评估模型能力提供参考。