Dan Hendrycks công bố đánh giá đa chiều so sánh Claude Opus 4.5 và Gemini 3
Tiêu đề gốc:How does Claude Opus 4.5 compare to Gemini 3?
Tóm tắt AI
Nhà nghiên cứu an toàn AI Dan Hendrycks đã công bố trên X đánh giá ngang hàng giữa Claude Opus 4.5 và Google Gemini 3, gồm điểm chỉ số ở ba chiều: văn bản, thị giác và an toàn. Kết quả cho thấy: sau khi kiểm soát số token suy luận, năng lực văn bản của hai mô hình tương đương; Gemini 3 dẫn đầu rõ rệt ở tác vụ hình ảnh/thị giác; còn Opus thể hiện tốt hơn trong các bài kiểm tra đối kháng (như jailbreak, tính trung thực). Biểu đồ thể hiện năng lực văn bản của 7 mô hình (Gemini 3 Pro dẫn đầu với 47,6), năng lực thị giác (Gemini 3 Pro cao nhất với 57,1) và chỉ số an toàn (Opus thấp nhất với 33,6, tức là an toàn nhất).
Thông tin chính
- Nhà nghiên cứu an toàn AI Dan Hendrycks đã công bố trên X đánh giá ngang hàng giữa Claude Opus 4.
- 5 và Google Gemini 3,gồm điểm chỉ số ở ba chiều: văn bản,thị giác và an toàn.
- Kết quả cho thấy: sau khi kiểm soát số token suy luận,năng lực văn bản của hai mô hình tương đương
- Gemini 3 dẫn đầu rõ rệt ở tác vụ hình ảnh/thị giác
- còn Opus thể hiện tốt hơn trong các bài kiểm tra đối kháng (như jailbreak,tính trung thực).
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Danh mục
- Bài báo & nghiên cứu
- Điểm 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。
Thực thể liên quan
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: Dan Hendrycks công bố đánh giá đa chiều so sánh Claude Opus 4.5 và Gemini 3. 26 tháng 11 2025. https://new.nat6.net/vi/news/j5zfuprzkr3tehmqu76tdo4g4/