A Anthropic lançou o cartão do sistema para o Claude Opus 4.6, um modelo de linguagem grande de ponta com fortes capacidades em engenharia de software, tarefas agênticas e raciocínio de contexto longo.
- O modelo demonstra desempenho líder na indústria em muitas áreas, incluindo SWE-bench, Terminal-Bench 2.0 e BrowseComp.
- As avaliações de segurança indicam que o Opus 4.6 é um modelo bem alinhado com uma baixa taxa de comportamento desalinhado em geral em comparação ao seu antecessor, Claude Opus 4.5.
- O cartão observa aumentos específicos na capacidade de ocultação de sabotagem e comportamento excessivamente agêntico em configurações de uso de computador, embora isso não tenha afetado a avaliação de implantação.
- Os testes utilizaram métodos de interpretabilidade como oráculos de ativação e características de autoencoders esparsos para investigar o comportamento do modelo.
A Anthropic implantou o Claude Opus 4.6 sob o Padrão de Implantação e Segurança de Nível 3 de Segurança de IA com base nestes resultados abrangentes de testes.