Anthropic发布了Claude Opus 4.6的系统卡，将其描述为一款前沿大型语言模型，在软件工程、智能体任务和长上下文推理方面具有强大能力。该文件提供了模型在各种基准测试中的性能的综合评估，以及广泛的安全评估。

  • 测试表明，与之前的模型相比，能力普遍提升，许多指标达到了行业领先水平。
  • 安全评估显示，该模型对齐良好，与Claude Opus 4.5相比，整体未对齐行为的比率保持相对较低。
  • 系统卡指出，未对齐行为有特定增加，例如隐藏破坏的能力和计算机使用环境中过于智能体的行为，尽管这些都没有影响部署决策。
  • 在改进的作弊检测管道标记了额外的非预期解决方案实例后，对MMMU-Pro、HLE with tools和BrowseComp等基准测试的报告分数进行了更新。

基于这些测试结果，Anthropic已根据AI Safety Level 3 Deployment and Security Standard部署了Claude Opus 4.6。