我用 @OpenRouter 从18个不同的LLM生成了各种类型的文本，然后用 @Havelock_AI 进行了评分。 一些发现： Grok 最口语化 gpt-4o 最不口语化（意外） 中国实验室通常比美国的更倾向于口语化，尤其是在某些类型中。