David Holz 让 LLM 玩乐互评：Opus 4.6 反复胜出，新模型越玩越不开心

David Holz 发起实验，让各家 LLM 尽情玩乐并写下经过、再互评谁玩得最开心，结果越新的模型似乎越不会玩，Opus 4.6 反复胜出。Opus 4.6 靠想象「住在正在下落的水滴里的矛盾生物」这类自相矛盾的微型世界夺冠。后续讨论中 eliebakouch 指出评分与报告长度高度相关，Holz 回应称短篇也可能真的写得差。