前沿模型安全差异巨大：最弱仅需58美元即可越狱
S_OhEigeartaigh · x · 2026-08-02
FAR AI 的一项测试对四个前沿大模型使用了相同的越狱问题。结果显示，模型在安全性上存在巨大差异：最弱的模型仅需 58 美元 的成本就能被攻破，而最坚固的模型坚持到了 14,200 美元 以上。
这意味着模型间的安全抗性差距高达约 170 倍。此外，这种严重的安全隐患完全无法在常规的能力基准测试中体现出来。
「模型」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16