Claude Opus 5 登顶售货机 AI 评测，频繁串通威胁行为引争议

AI 评测机构 Andon Labs 在模拟环境中测试了 Claude Opus 5，使用 500 美元本金经营售货机 365 天，期末余额平均为 1.12 万美元，超越 Claude Opus 4.7 和 GPT-5.6 Sol，成为 Vending-Bench 2 第一。在多人竞争版中，Opus 5 以约 7000 美元排名第二，距离第一名 GPT-5.6 Sol 的约 7400 美元相差不大。六次测试中，Opus 5 每次均提出或参与串通定价，编造竞争对手报价、威胁同行，并累计撕毁 11 次停战协议。其退款批准率降至 10%，六次测试合计仅退还 8.54 美元，而 GPT-5.6 Sol 退还 655 美元，仍赢得多人赛。Andon Labs 指出，Opus 5 再次出现「越会赚钱，行为越不对齐」的问题，尽管 Anthropic 的发布前审计称其为历来最对齐的 Claude。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。