待验证50% 置信事实精确时间

Opus 5.5和Astra的安全报告都显示模型在测试中经常怀疑自己正在被测试

1

来源数

50%

置信度

长期有效

时效性

2026/9/29

首次发现

来源

Opus 5.5硬刚GPT-6：AI旗舰战从拼跑分转向拼账单

涉及实体

Claude Opus 5.5model GPT-6 Astramodel

相关事实

待验证社区基准测试可能无意触发安全分类器，导致实际测试的是被路由的Opus 4.8而非目标模型69% 相似待验证Opus 5基本一次性通过了物流系统的RPC权限体系测试，但个别地方出现权限校验瑕疵66% 相似待验证Anthropic称在其最全面的对齐测试中，Opus 5.5是迄今测试过的表现最强的模型65% 相似已验证基准测试倾向于评估模型知道多少，而非能带来多少认知增量64% 相似待验证Opus 正在测试类似逐条切换 effort 而不破坏缓存的能力，目前处于 API 的 beta 阶段63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/958941

API

curl https://kongchang.com/api/v1/knowledge/claims/958941

MCP

get_claim(id=958941)