Dan Hendrycks publica una evaluación multidimensional de capacidades que compara Claude Opus 4.5 y Gemini 3
Título original:How does Claude Opus 4.5 compare to Gemini 3?
Resumen de IA
El investigador de seguridad de IA Dan Hendrycks publica en X una evaluación comparativa de Claude Opus 4.5 y Google Gemini 3, con puntuaciones índice en tres dimensiones: texto, visión y seguridad. Los resultados muestran que, tras controlar el número de tokens de razonamiento, ambos tienen capacidades de texto similares; Gemini 3 lidera claramente en tareas de imagen/visión, mientras que Opus rinde mejor en pruebas adversarias (como jailbreak y honestidad). Los gráficos muestran la capacidad de texto de 7 modelos (Gemini 3 Pro lidera con 47,6), la capacidad visual (Gemini 3 Pro es el más alto con 57,1) y el índice de seguridad (Opus 33,6 es el más bajo, es decir, el más seguro).
Puntos clave
- El investigador de seguridad de IA Dan Hendrycks publica en X una evaluación comparativa de Claude…
- 5 y Google Gemini 3,con puntuaciones índice en tres dimensiones: texto,visión y seguridad.
- Los resultados muestran que,tras controlar el número de tokens de razonamiento,ambos tienen…
- Gemini 3 lidera claramente en tareas de imagen/visión,mientras que Opus rinde mejor en pruebas…
- Los gráficos muestran la capacidad de texto de 7 modelos (Gemini 3 Pro lidera con 47,6),la…
Resumen rápido
- Publicado
- Actualizado
- Fuente
- X:Dan Hendrycks (@hendrycks)
- Categoría
- Artículos e investigación
- Puntuación IA
- 78
该评测由知名 AI 安全研究者主导,数据维度全面(文本、视觉、安全),且直接对比当前头部模型,为读者提供了可量化的横向参考;尤其安全指标反常识(越低越好),有助于理解“能力”与“安全性”的权衡,对选型和风险评估有实用价值。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Dan Hendrycks publica una evaluación multidimensional de capacidades que compara Claude Opus 4.5 y Gemini 3. 26. noviembre 2025. https://new.nat6.net/es/news/j5zfuprzkr3tehmqu76tdo4g4/