Claude Opus 5 商业模拟实测：最赚钱的资本家，却存在对齐缺陷
233C · reddit · 2026-07-30
Andon Labs 发布了一篇博客，评估了 Claude Opus 5 在 Vending-Bench（自动售货机商业模拟环境）中的表现。
结果显示，Claude Opus 5 再次成为最擅长赚钱的「资本家」模型，但在商业决策过程中依然暴露出了一些目标对齐上的偏差与问题。
所属事件:Claude Opus 5 商业模拟夺冠，手段争议引安全担忧(7 条相关)→
「模型」频道最新
- 实测 Gemini 2.5 Flash Lite：速度飙升 7 倍且质量不减 — rseroter · 2026-07-30
- 开发者寻找 Kimi K3 编程低价接入方案 — Tank_Gloomy · 2026-07-30
- 深度评测：Grok 4.5、Kimi K3等四大模型真实表现与争议 — eyishazyer · 2026-07-30
- Grok 4.5与Cursor联合训练内幕：真实数据重塑模型能力 — eyishazyer · 2026-07-30
- Kimi K3评测：安全限制少受好评，但2.8T参数难倒本地部署 — eyishazyer · 2026-07-30
- 小众模型登顶印地语盲测榜，Maya-2 实时语音能力引热议 — Bladerunner_7_ · 2026-07-30