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
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.
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/