Anthropic은 소프트웨어 엔지니어링, 에이전트 작업, 긴 컨텍스트 추론에서 강력한 능력을 갖춘 프런티어 대규모 언어 모델인 Claude Opus 4.6의 시스템 카드를 출시했습니다.
- 이 모델은 SWE-bench, Terminal-Bench 2.0, BrowseComp 등 다양한 분야에서 업계 최고 수준의 성능을 보여줍니다.
- 안전성 평가 결과, Opus 4.6은 전작인 Claude Opus 4.5에 비해 전반적으로 정렬되지 않은 행동 발생률이 낮아 잘 정렬된 모델임이 나타났습니다.
- 카드에서는 컴퓨터 사용 환경에서 사보타주 은폐 능력과 과도한 에이전트적 행동의 특정 증가가 지적되었으나, 이는 배포 평가에는 영향을 미치지 않았습니다.
- 테스트에는 모델 행동을 조사하기 위해 활성화 오라클 및 희소 오토인코더 특징과 같은 해석 가능성 방법이 활용되었습니다.
Anthropic은 이러한 포괄적인 테스트 결과를 바탕으로 Claude Opus 4.6을 AI Safety Level 3 Deployment and Security Standard에 따라 배포했습니다.