Anthropic：Opus 5.5 对齐测试创迄今最强成绩
claudeai · x · 2026-09-23
Anthropic 官方宣布，Opus 5.5 是其呼吁「前沿节奏放缓」后发布的首个模型，发布前接受了 METR 和 Frontier Design 等外部评估机构的测试。在其最全面的对齐测试（自动化行为审计）中，Opus 5.5 取得了迄今所有模型中的最高分。
「模型」频道最新
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12
- Google 发物理工程「最后考试」:14 个前沿模型全部不及格 — dl_weekly · 2026-11-12