FlirtBench 实测 43 个模型调情能力：Grok 居首

博主 VOID 推出自建基准系列 VOIDBENCHED 的首个项目 FlirtBench，用统一调情提示词测试 43 个模型版本的开局撩人能力。完整数据涵盖 15 个问题、638 条可见回复，其中仅 38.1% 的模型配合调情情境，61.9% 拒绝或给出中性回答。分模型榜单中 Grok 4.20 位列第一。