自建「主观判断」基准：18 个模型一致性测试，GLM-5.3 登顶

Reddit 用户 arkuto 发布自制的主观判断能力基准，对 18 个模型测试一致性、位置偏差与共识匹配度，GLM-5.3-flash@medium 以 0.944 登顶。