पेपर और शोध

Dan Hendrycks ने Claude Opus 4.5 और Gemini 3 के बीच बहुआयामी क्षमता मूल्यांकन रिलीज़ किया

मूल शीर्षक:How does Claude Opus 4.5 compare to Gemini 3?

AI सारांश

AI सुरक्षा शोधकर्ता Dan Hendrycks ने X पर Claude Opus 4.5 और Google Gemini 3 का तुलनात्मक मूल्यांकन जारी किया, जिसमें टेक्स्ट, विज़न और सुरक्षा के तीन आयामों के इंडेक्स स्कोर शामिल हैं। परिणामों से पता चलता है: तर्क टोकन को नियंत्रित करने के बाद, दोनों की टेक्स्ट क्षमताएं बराबर हैं; Gemini 3 इमेज/विज़न कार्यों में काफी आगे है; जबकि Opus ने प्रतिकूल परीक्षणों (जैसे जेलब्रेक, ईमानदारी) में बेहतर प्रदर्शन किया। चार्ट 7 मॉडलों की टेक्स्ट क्षमता (Gemini 3 Pro 47.6 के साथ आगे), विज़न क्षमता (Gemini 3 Pro 57.1 सबसे अधिक) और सुरक्षा सूचकांक (Opus 33.6 सबसे कम, यानी सबसे सुरक्षित) दिखाता है।

मुख्य जानकारी

  • AI सुरक्षा शोधकर्ता Dan Hendrycks ने X पर Claude Opus 4.
  • 5 और Google Gemini 3 का तुलनात्मक मूल्यांकन जारी किया,जिसमें टेक्स्ट,विज़न और सुरक्षा के तीन…
  • Gemini 3 इमेज/विज़न कार्यों में काफी आगे है
  • जबकि Opus ने प्रतिकूल परीक्षणों (जैसे जेलब्रेक,ईमानदारी) में बेहतर प्रदर्शन किया। चार्ट 7 मॉडलों…
  • 6 के साथ आगे),विज़न क्षमता (Gemini 3 Pro 57.

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
X:Dan Hendrycks (@hendrycks)
श्रेणी
पेपर और शोध
AI स्कोर
78
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Dan Hendrycks ने Claude Opus 4.5 और Gemini 3 के बीच बहुआयामी क्षमता मूल्यांकन रिलीज़ किया। 26 नवंबर 2025। https://new.nat6.net/hi/news/j5zfuprzkr3tehmqu76tdo4g4/

सभी देखें →