论文与研究

Dan Hendrycks 发布对比 Claude Opus 4.5 与 Gemini 3 的多维能力评测

原文标题:How does Claude Opus 4.5 compare to Gemini 3?

AI 摘要

AI 安全研究者 Dan Hendrycks 在 X 上发布对 Claude Opus 4.5 与 Google Gemini 3 的横向评测,包含文本、视觉与安全三个维度的指数得分。结果显示:在控制推理令牌数后,两者文本能力相当;Gemini 3 在图像/视觉任务上显著领先;而 Opus 在对抗性测试(如越狱、诚实性)中表现更优。图表显示了 7 模型的文本能力(Gemini 3 Pro 47.6 领先)、视觉能力(Gemini 3 Pro 57.1 最高)及安全指数(Opus 33.6 最低,即最安全)。

关键信息

  • AI 安全研究者 Dan Hendrycks 在 X 上发布对 Claude Opus 4.
  • 5 与 Google Gemini 3 的横向评测,包含文本、视觉与安全三个维度的指数得分。
  • 结果显示:在控制推理令牌数后,两者文本能力相当
  • Gemini 3 在图像/视觉任务上显著领先
  • 而 Opus 在对抗性测试(如越狱、诚实性)中表现更优。

速览

发布时间
更新时间
来源
X:Dan Hendrycks (@hendrycks)
分类
论文与研究
AI 评分
78
阅读原文 前往信息源阅读完整正文
推荐理由

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。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Dan Hendrycks 发布对比 Claude Opus 4.5 与 Gemini 3 的多维能力评测。2025年11月26日。https://new.nat6.net/news/j5zfuprzkr3tehmqu76tdo4g4/

查看全部 →