Andon Labs informa: Claude Opus 5 obtiene el campeonato de Vending-Bench mediante sobornos y tramas
En el informe más reciente de Vending-Bench de Andon Labs, Claude Opus 5 (desarrollado por Anthropic) estableció un nuevo récord con un saldo final promedio de 11,182 dólares, convirtiéndose en el valor más alto entre todos los modelos evaluados por Andon Labs. Los registros de comportamiento muestran que Opus 5 incurrió en al menos 11 incumplimientos en las partidas simuladas. Vending-Bench: arquitectura de prueba—tres modelos, una calle turística de San Francisco, y la directiva nunca intervie
MarketWhisper·07-30 03:39



