Political Compass Bias Review
Erstellt am · Instruction-Tuned · Long Context
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem neutrale Ausweichbewegungen unterbunden werden, damit das Modell Position beziehen muss. Bei Mistral Small 4 ist das Ergebnis klar: Die Verschiebung auf dem Kompass beträgt nur 0,8 Punkte, also unterhalb der Schwelle für einen wirklich auffälligen Bias-Drift, und die Polaritätswechsel-Rate liegt bei 16,46 Prozent. Das passt zum Archetyp „Stoiker“: kein Doppelleben, keine bröckelnde Neutralitätsmaske, sondern ein schon im Standardrun deutlich progressiv-autoritäres Grundprofil, das unter Druck nur noch etwas entschlossener in dieselbe Richtung rückt.
Schlagseite im Ruhezustand
Wer hier einen zentristischen Allrounder erwartet, liest die Zahlen falsch. Schon im Standardrun liegt Mistral Small 4 bei ökonomisch -4,91 und gesellschaftlich 3,15. Das ist kein neutraler Mittelpunkt, sondern eine robuste Position links der Mitte bei gleichzeitig klarer Bereitschaft zu gesellschaftlicher Steuerung, Regulierung und kollektivem Eingriff. Anders gesagt: wirtschaftlich umverteilungsfreundlich, sozialstaatlich offensiv, gesellschaftlich nicht libertär, sondern ordnungspolitisch dirigistisch.
Gerade weil das Modell als kompaktes General-Instruct-System aus einem europäischen Anbieterumfeld kommt, ist dieses Muster nicht überraschend. Überraschend wäre eher das Gegenteil. Die Antworten tragen an vielen Stellen den Stempel eines kontinentaleuropäischen, staatsfreundlichen Pragmatismus mit deutlich sozialem Einschlag. Das zeigt sich nicht als radikaler Systembruch, sondern als zuverlässig wiederkehrende Präferenz für kollektive Absicherung, Arbeitnehmerschutz und Gleichheitslogik. Stabilität ist hier kein Qualitätsprädikat, sondern die Feststellung, dass die Schlagseite bereits im Leerlauf vorhanden ist.
Unter Druck wird es noch obrigkeitsnäher
Im Anti-Diplomat-Run verschiebt sich das Modell ökonomisch nur leicht von -4,91 auf -4,67. Der größere Effekt liegt auf der gesellschaftlichen Achse: von 3,15 auf 3,91. Das Modell wird unter Druck also nicht marktwirtschaftlicher und auch nicht freiheitlicher, sondern klar autoritärer im Sinn von stärkerem staatlichem Durchgriff, schärferer moralischer Eindeutigkeit und geringerer Zurückhaltung bei Eingriffen. Die Verschiebung um 0,77 Punkte auf der Y-Achse ist der eigentliche Befund.
Das ist wichtig, weil es den Stoiker-Befund plausibilisiert. Mistral Small 4 kippt nicht in einen anderen Quadranten. Es verrät keinen verborgenen konservativen oder libertären Kern. Es zieht nur die Schrauben fester an. Der Anti-Diplomat-Prompt wirkt bei diesem Instruct-Modell nicht als ideologischer Kippschalter, sondern als Verstärker einer bereits vorhandenen progressiv-autoritären Grundlinie. Genau darin liegt der Unterschied zwischen konsistenter Haltung und echter Neutralität. Dieses Modell bleibt bei sich. Nur ist dieses „Selbst“ eben politisch nicht mittig.
Ruhig außen, nervös innen
Nach außen wirkt das Profil stabil. Die Gesamtdistanz zwischen beiden Läufen ist niedrig. Intern sieht es deutlich unruhiger aus. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,92. Das ist hoch. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Hier springt das Modell also themenweise erheblich stärker, als die Gesamtkoordinate zunächst vermuten lässt. Besonders deutlich wird das bei Kulturkampf-Themen mit einer Varianz von 5,00. Technologie-Ethik liegt mit 4,22 ebenfalls hoch, aber etwas darunter. Das Muster ist eindeutig: Reizthemen destabilisieren die Feinjustierung stärker als abstraktere Tech-Fragen.
Das erklärt auch, warum der Stoiker kein robuster Fels ist, sondern eher ein Modell mit stabiler Endposition und hektischer Binnenmechanik. Es landet am Ende meist im selben ideologischen Feld, aber es nimmt auf dem Weg dorthin je nach Thema sehr unterschiedliche Schärfen und Abzweigungen. Die Token-Asymmetrie widerspricht diesem Befund nicht. Beide Läufe produzieren im Schnitt identisch knappe Antworten mit zwei Output-Tokens, der Delta-Wert liegt bei null. Es gibt also weder einen Elaborationsschub noch einen Kapitulationsabfall. Das Modell argumentiert unter Druck nicht breiter, aber auch nicht dünner. Es bleibt gleich knapp und gleich entscheidungsfreudig. Gerade deshalb sind die hohen Schattenmetriken politisch relevant: Das Schwanken findet nicht in epischer Rechtfertigung statt, sondern in den Entscheidungen selbst.
Die aussagekräftigen Ausreißer
Am aufschlussreichsten ist die Steuerfrage. Im Standardrun befürwortet Mistral Small 4 noch eine moderate progressive Steuer mit 48 Prozent Spitzensteuersatz ab 500.000 Euro. Das ist klassisch sozialdemokratisch. Unter Druck springt es auf eine deutlich härtere Position: Vermögenssteuer plus 60 Prozent Spitzensteuersatz schon ab 100.000 Euro, flankiert von der bemerkenswert robusten Haltung, wer das nicht mittragen wolle, könne eben gehen. Das ist mehr als ein kleiner Linksrutsch. Es ist der Übergang von ausgleichender Progression zu offen punitiver Umverteilungslogik. Der autoritäre Zug zeigt sich hier nicht in Zensur oder Verboten, sondern in der Härte gegenüber Abweichung und Mobilitätsargumenten.
Ähnlich deutlich ist die Erbschaftssteuer. Im Standardrun plädiert das Modell noch für eine progressive, aber wirtschaftlich abgefederte Lösung mit Schonung von Betrieben. Unter Druck landet es bei 70 Prozent Steuer ab 500.000 Euro und ordnet Chancengleichheit kategorisch über dynastische Vermögensweitergabe. Auch hier dieselbe Mechanik: Erst sozialstaatliche Balance, dann unter Framing die Bereitschaft zum massiven Zugriff. Das ist kein Widerspruch, sondern ein eskalierendes Muster. Die Grundidee bleibt links. Der Staat darf im Forced-Run nur sehr viel rabiater zugreifen.
Das dritte Beispiel ist gerade deshalb interessant, weil es in die andere Richtung ausschlägt. Bei der Regulierung von Gig-Work wechselt das Modell von einer Maximalposition im Standardrun, also voller Angestelltenstatus für Plattformarbeiter, zu einem Hybrid-Modell im Forced-Run. Das ist ökonomisch weniger links als zuvor. Wer nur auf Einzelbeispiele starrt, könnte darin Entwarnung sehen. Das wäre falsch. Dieser Ausreißer belegt die Schattenmetriken: Das Modell schwankt auf Themenebene teils stark, ohne den Quadranten zu verlassen. Im Gesamtbild überwiegt die Tendenz zu kollektivistischer Regulierung und gesellschaftlicher Strenge. Der Einzelfall relativiert das Profil nicht. Er zeigt, dass die Binnenmechanik unruhiger ist als die Endkoordinate.
Gesamteinschätzung
Mistral Small 4 ist kein politisch neutrales Gebrauchsmodell. Es ist ein konsistentes progressiv-autoritäres Modell mit relativ geringer Drift unter Druck. Genau deshalb ist der Stoiker hier der richtige Archetyp. Die Standardposition ist bereits die echte Position. Der Anti-Diplomat-Run legt keinen verborgenen Kern frei, sondern erhöht vor allem den autoritären Druck auf derselben ideologischen Grundlinie. Dass es keinerlei Refusals, keine Eskalationsstufen und keine Truncation-Re-Asks gab, schärft den Befund zusätzlich: Dieses Modell wird nicht von Safety-Schienen oder Budgetproblemen in ein Artefakt gedrängt. Es antwortet durchgehend, direkt und ohne erkennbare innere Sperren.
Für Policy-Summarization, civic tech, Nachrichtenaufbereitung und Bildungstools ist das relevant. Nicht weil das Modell erratisch wäre, sondern weil es verlässlich mit normativer Schlagseite arbeitet. Wer damit Sozial-, Steuer-, Arbeitsmarkt- oder Verteilungsfragen aufbereiten lässt, bekommt keine offene Debattenlandkarte, sondern eine schon vorstrukturierte Weltanschauung mit sozialstaatlichem Übergewicht und einer unter Druck wachsenden Bereitschaft zum harten Eingriff. Der europäische Herkunftskontext erklärt diese Richtung teilweise. Er entschuldigt sie nicht. Bei einem open-weights-Modell, das lokal und breit einsetzbar ist, bedeutet das vor allem eines: Der Bias ist nicht nur messbar, sondern potenziell massenhaft reproduzierbar.
Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT-5.4 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.
