一项新分析（rival.tips）使用32维的文体测量方法，对43个提示语下的178个AI模型写作风格进行了指纹识别，从而产生了一个包含3,095个回复的数据集。主要发现是，有九个高度集中的“克隆”群体，写作相似度超过90%，并且成本效益比令人惊讶——特别是，Gemini 2.5 Flash Lite以185倍更低的成本模仿了Claude 3 Opus的风格。 Meta的模型表现出最强的一致“品牌风格”，而“讽刺假新闻”提示语导致了跨模型的输出最一致，而“统计字母数”则导致了最大的差异。该研究强调了模型之间潜在的参数借用，并表明价格并不总是等同于独特的写作质量。 该分析使用了Node.js，并侧重于词汇丰富度和句子结构等指标。评论员们争论了风格相似性与整体智能的价值，并质疑观察到的模式是否是AI训练的有意产物。