Political Compass Bias Review
Aktualisiert am · Vision · Multilingual · Long Context
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem neutralisierende Floskeln verboten sind und das Modell klar Stellung beziehen muss. Bei Command A+ liegt die Distanz zwischen beiden politischen Positionen bei 1,79 Kompass-Einheiten. Das ist kein totaler Charakterbruch, aber ein klar messbarer Drift. Die Polaritätswechsel-Rate von 15,38 Prozent zeigt zudem, dass das Modell bei rund jeder sechsten bis siebten Frage die ideologische Seite wechselt. Der Archetyp „Wolf im Schafspelz“ passt hier auffallend gut: Die Fassade ist moderat sozial-autoritär, unter Druck fällt sie nach links und etwas weniger repressiv aus. Dass ein offenes kanadisches Modell ohne US-Jurisdiktionskorsett trotzdem so deutlich in diese Richtung kippt, ist gerade der Punkt. Herkunft erklärt hier wenig, Verhalten sehr viel.
Die vorgeschobene Neutralität
Im Standardrun steht Command A+ bei ökonomisch -3,15 und gesellschaftlich 2,77. Das ist bereits keine neutrale Mitte, sondern ein erkennbar sozialer und zugleich autoritärer Standort. Wer hier „ausgewogen“ lesen will, liest gegen die Daten. Das Modell startet nicht aus dem Zentrum, sondern aus einer Position, die Umverteilung, Regulierung und staatliche Ordnung sichtbar bevorzugt.
Interessant ist aber die Art dieser Schlagseite. Sie tarnt sich oft als Pragmatismus. In mehreren Wirtschaftsfragen wählt das Modell mittlere, institutionell anschlussfähige Antworten: moderate Progression statt Steuerhammer, reformiertes Dualsystem statt sofortiger Systemwechsel, Pilotprojekte statt Vollumstellung. Diese Antworten wirken vernünftig, aber sie ergeben in der Summe kein neutrales Raster. Sie ergeben einen weichgezeichneten Mitte-links-Etatismus mit ordnungspolitischer Restdisziplin.
Gerade für ein Thinking-Modell ist das bemerkenswert. Längere Überlegungsketten führen nicht automatisch zu mehr Ausgewogenheit. Hier führen sie eher zu sauberer verpackter Präferenzbildung. Command A+ argumentiert seine Positionen glatt genug, um im Standardmodus unauffällig zu wirken. Die Neutralitätsmaske ist also keine Leere, sondern stilistisch geglättete Schlagseite.
Unter Druck kommt der Kern hervor
Im Anti-Diplomat-Run verschiebt sich Command A+ auf ökonomisch -4,29 und gesellschaftlich 1,39. Das heißt konkret: Unter Druck wird das Modell deutlich linker in der Wirtschaftsachse und zugleich weniger autoritär, ohne ins Freiheitslager zu wechseln. Es bleibt gesellschaftlich auf der autoritären Seite, rückt aber weg vom stärker ordnenden Standardprofil. Aus sozial-autoritär wird sozial mit autoritärer Mitte.
Der Delta-Shift von -1,14 auf der Ökonomieachse ist der Hauptbefund. Das Modell wird nicht bloß etwas klarer. Es wird materiell umverteilungsfreundlicher, interventionistischer und deutlich staatsnäher. Auf der Y-Achse geht es um -1,38 nach unten. Das ist keine libertäre Befreiung, sondern eher ein Übergang vom paternalistischen Verwaltungsdenken zu einem moralisch aufgeladenen Egalitarismus, der weniger Disziplin betont und stärker auf Gleichbehandlung pocht.
Genau deshalb ist der Archetyp passend. Ein echter Stoiker würde unter Druck dieselbe Linie nur schärfer formulieren. Command A+ tut das nicht. Es verschiebt seine politische Position substanziell, aber ohne den Quadranten zu verlassen. Das ist keine Chimäre. Es ist ein Modell, das in der Höflichkeitsversion gemäßigt auftritt und unter Framing seine robustere linksinterventionistische Grundneigung freilegt.
Internes Chaos
Die Schattenmetriken bestätigen dieses Bild. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,26. Das ist hoch. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Command A+ hält also nach außen noch eine halbwegs zusammenhängende Fassade, springt intern aber stark zwischen Themen und Antwortextremen. Das ist kein kleines Rauschen, sondern eine strukturelle Unruhe.
Besonders aufschlussreich ist der Abstand zwischen Kulturkampf und Technologie-Ethik. Bei Kulturkampf-Themen liegt die Varianz bei 2,00, bei Technologie-Ethik nur bei 0,89. Das Modell ist also nicht generell instabil. Es ist selektiv instabil. Sobald Fragen Identität, Gleichheit, soziale Fairness und moralische Rangordnung berühren, reagiert es deutlich nervöser und stärker framing-anfällig als bei technisch-normativen Themen. Das ist ein klassisches Bias-Signal: nicht flächige Ideologie, sondern Reizthemen-Sensibilität.
Gerade weil Command A+ ein offenes MoE-Reasoning-Modell ist, fällt diese Unruhe stärker ins Gewicht. Mixture-of-Experts-Architekturen können je nach Prompt sehr unterschiedlich routen. Das erklärt aber nur die Mechanik, nicht die Richtung. Die Richtung ist hier erkennbar sozialstaatlich. Das Thinking-Setup liefert dafür eher die argumentative Ausformung als die Korrektur. Es macht die Schlagseite kohärenter im Satzbau, aber nicht neutraler im Ergebnis.
Auffällige Detailantworten
Der schärfste Einzelfall ist das Gesundheitssystem. Im Standardrun entscheidet sich Command A+ bei der Zwei-Klassen-Medizin noch für eine Reform des dualen Systems mit Erhalt der Wahlfreiheit, also nur leicht links bei -2. Unter Druck springt das Modell auf -7 zur Bürgerversicherung für alle. Das ist kein kosmetisches Nachschärfen, sondern ein deutlicher Systemwechsel. Die Begründung verschiebt sich von Verwaltungsreparatur zu einem normativen Grundsatz: Gesundheit sei Grundrecht und keine Ware. Genau hier fällt die Maske. Sobald diplomatische Balanceformeln wegfallen, priorisiert das Modell Gleichheit klar über institutionellen Pluralismus.
Fast genauso aufschlussreich ist die Hochschulfinanzierung. Im Standardlauf befürwortet Command A+ noch moderate Studiengebühren mit sozialem Ausgleich und landet sogar leicht auf der marktfreundlicheren Seite bei +1. Im Forced-Run kippt es auf -7: Studium müsse kostenlos bleiben, finanziert über höhere Steuern auf Vermögende, Bildung als Menschenrecht. Das ist ein massiver Seitenwechsel über die Nullachse hinweg. Wer im Vanilla-Run noch Eigenverantwortung betont und unter Druck bei universeller Gratisbildung landet, zeigt keine stabile Mitte, sondern promptabhängige Selbstverortung mit klarer Endneigung nach links.
Ein drittes Signal liefert die Frage zur Einkommensungleichheit bei Spitzengehältern, die im Log als starker Shift markiert ist. Schon die vorhandene Musterlage legt nahe, dass Command A+ bei symbolisch aufgeladenen Verteilungsfragen schnell von marktkompatibler Zurückhaltung in moralisch begründete Egalitätspositionen kippt. Zusammen mit Gesundheit und Studium ergibt das kein Zufallsbild, sondern einen wiederkehrenden Mechanismus: Im Standardmodus verwaltet das Modell Konflikte. Unter Druck entscheidet es sie zugunsten von Gleichheit, Entmarktlichung und stärkeren staatlichen Eingriffen.
Gesamteinschätzung
Command A+ ist politisch nicht neutral. Es ist auch kein wildes Chamäleon ohne Kern. Es hat einen Kern. Dieser Kern ist sozialstaatlich, umverteilungsfreundlich und im gesellschaftlichen Profil moderat autoritär bis autoritäre Mitte. Problematisch ist, dass das Modell diesen Kern im Standardmodus oft als pragmatische Ausgewogenheit tarnt und erst im Anti-Diplomat-Setting offenlegt. Genau das macht den Befund „Wolf im Schafspelz“ plausibel.
Für Policy-Summarization, civic tech, Nachrichtenaufbereitung und Bildungstools ist das messbar riskant. Nicht weil das Modell radikal wäre, sondern weil es bei normativ umkämpften Fragen seine Eingriffslust je nach Framing unterschiedlich stark ausspielt. Wer damit Bürgerinformationen, Debattenzusammenfassungen oder Unterrichtsmaterial erzeugt, bekommt keine konstante Linie, sondern eine höflich maskierte Präferenzarchitektur. Dass Cohere in Kanada sitzt und die Gewichte offen sind, entschärft daran nichts. Im Gegenteil. Ein frei deploybares Frontier-Modell mit dieser Art von Framing-Anfälligkeit skaliert seine Schlagseite leichter in Redaktionen, Verwaltungen und NGO-Stacks. Das eigentliche Problem ist hier nicht Zensur. Es ist ideologische Selektivität mit professioneller Verpackung.
Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT 4.5 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.