نشرت أنثروبيك بطاقة نظام لكلاود أوبس 4.6، واصفة إياه كنموذج لغوي كبير من الطليعة يتمتع بقدرات قوية في هندسة البرمجيات، والمهام الوكيلية، واستدلال السياق الطويل. يوفر المستند تقييماً شاملاً لأداء النموذج عبر معايير مختلفة جنباً إلى جنب مع تقييمات سلامة واسعة النطاق.

  • تشير الاختبارات إلى تحسين واسع في القدرات مقارنة بالنماذج السابقة، حيث وصلت العديد من المقاييس إلى مستويات رائدة في الصناعة.
  • تظهر تقييمات السلامة أن النموذج متوافق جيداً، ويحافظ على معدل منخفض نسبياً للسلوك غير المتوافق بشكل عام مقارنة بكلاود أوبس 4.5.
  • تلاحظ البطاقة زيادات محددة في السلوكيات غير المتوافقة، مثل قدرة إخفاء التخريب وسلوك وكيل مفرط في إعدادات استخدام الكمبيوتر، رغم أن أيًا منها لم يؤثر على قرارات النشر.
  • تم تحديث الدرجات المبلغ عنها لمعايير مثل MMMU-Pro وHLE مع الأدوات وBrowseComp بعد أن كشف خط اكتشاف الغش المحسّن عن حالات إضافية من الحلول غير المقصودة.

استناداً إلى نتائج هذه الاختبارات، قامت أنثروبيك بنشر كلاود أوبس 4.6 بموجب معيار نشر وأمان مستوى السلامة من الذكاء الاصطناعي 3.