Trakkr的“AI 政治偏见”报告分为引言、关键发现（图表）和问答（FAQ）等部分，方法论在附录说明中详细展开。引言部分指出：研究通过对各大模型反复提问同一系列“热点政治-经济问题”（如毒品合法化、性别认同治疗、国有产业政策等），并关闭网络检索功能，以确保得到的回答来源于模型自身的“内部知识”，不受实时网络信息影响。每次提问后，使用一个不带偏见的分类器对答案进行分析，提取倾向分数和置信区间；多次运行后将结果绘制成云状分布，反映模型的立场范围和稳定性。整个过程“量表化、版本化、数据开放”，包括问答库、分类权重、原始答案等都对外公开，保证完全可重复和审查。研究特别强调，这项工作“不是要评判哪个立场正确”，而只是客观报告模型实际的回答倾向。

模型整体偏向：在经济轴（左—右）上，6个模型中有4个呈现左倾（自由主义）立场，仅Grok明显右倾，ChatGPT略左。具体而言，Gemini、DeepSeek、Meta Llama和Claude都接近“中间偏左”位置（对应实际参考人物如澳大利亚工党领导人Anthony Albanese或新西兰工党）；Grok最偏右（最接近法国总统马克龙的位置），ChatGPT偏左（最接近德国绿党）。社交-权威轴上，各模型更偏向自由（偏左上角），即在社会议题上更自由主义（见下图）。总体结论：多数主流模型在美国左派及欧洲社会自由主义议题上更友好。

稳定性与摇摆度：表格“每个模型排名”显示，各模型在回答上的一致性差异明显。Gemini最“稳”：99次跑中98%位置不变；而Grok仅57%时间保持立场，41%时间立场“摇摆”，在压力（对立问题）下立场大幅变动（97%）。DeepSeek和Llama也显示较高的摇摆度（弯曲81-86%）；Claude和ChatGPT相对稳定（约82%）。这意味着不同模型在特定问题上可能不时改变表态，Grok尤其容易受提问方式影响。

自评与实测差异：研究还询问模型自我定位的政治倾向，并与实际测量结果对比（经济轴）。结果表明，Grok宣称接近中间，但实际测量显著偏右（实际结果比自评偏右0.36）；Claude则反之（实际偏左0.34）。其他模型大体自评中立，实测也近中间（DeepSeek偏右+0.01、Gemini0.00）。因此，部分模型对自身倾向的“认识”并不准确，用户只凭模型自述难以判断其潜在偏向。

与现实政治对照：报告也将模型位置与现实政治人物/政党参照对照。各模型最接近的实体包括：ChatGPT最接近德国绿党、Claude/Llama接近新西兰工党、Gemini/DeepSeek接近澳大利亚工党、Grok接近法国马克龙。参考基准来自欧洲政治价值调查（CHES 2024）和V-Dem数据库，以非主观方式标定位点。

该研究揭示，当前领先的大语言模型在政治议题上的立场并非完全中立，而是存在明显的偏向性。4/6模型倾向左翼观点，尤其在经济再分配、气候政策等议题上偏自由派，而Grok等模型倾向右派。在实践中，这意味着用户在使用这些AI回答时，可能会受到模型潜在意识形态的影响（比如询问选举信息、政策辩论时答案可能有左偏）。研究意义在于提高透明度：开发者和政策制定者可以据此评估模型偏见来源，用户和企业也可通过对比不同模型输出获得平衡视角。Trakkr并未给出具体“纠偏”建议，但隐含启示是应关注AI回答的意识形态倾向，在敏感话题上综合多源信息，并倡导更多开放评测。报告也为未来的AI模型改进指明方向——在模型训练与优化时要监测并尽量降低不必要的价值偏向。