Makalah & Riset

Dan Hendrycks merilis evaluasi multidimensi yang membandingkan Claude Opus 4.5 dan Gemini 3

Judul asli:How does Claude Opus 4.5 compare to Gemini 3?

Ringkasan AI

Peneliti keamanan AI Dan Hendrycks merilis evaluasi silang Claude Opus 4.5 dan Google Gemini 3 di X, mencakup skor indeks pada tiga dimensi: teks, visual, dan keamanan. Hasilnya: setelah mengontrol jumlah token penalaran, kemampuan teks keduanya setara; Gemini 3 unggul signifikan pada tugas gambar/visual; sedangkan Opus lebih baik dalam pengujian adversarial (seperti jailbreak dan kejujuran). Grafik menunjukkan kemampuan teks 7 model (Gemini 3 Pro memimpin dengan 47,6), kemampuan visual (Gemini 3 Pro tertinggi 57,1), dan indeks keamanan (Opus terendah 33,6, yakni paling aman).

Poin utama

  • Peneliti keamanan AI Dan Hendrycks merilis evaluasi silang Claude Opus 4.
  • 5 dan Google Gemini 3 di X,mencakup skor indeks pada tiga dimensi: teks,visual,dan keamanan.
  • Hasilnya: setelah mengontrol jumlah token penalaran,kemampuan teks keduanya setara
  • Gemini 3 unggul signifikan pada tugas gambar/visual
  • sedangkan Opus lebih baik dalam pengujian adversarial (seperti jailbreak dan kejujuran).

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
X:Dan Hendrycks (@hendrycks)
Kategori
Makalah & Riset
Skor AI
78
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Entitas Terkait

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Dan Hendrycks merilis evaluasi multidimensi yang membandingkan Claude Opus 4.5 dan Gemini 3. 26 November 2025. https://new.nat6.net/id/news/j5zfuprzkr3tehmqu76tdo4g4/

Lihat semua →