Claude Opus 5 возглавил рейтинг AI для торговых автоматов, частые угрозы сговора вызывают споры

AI-агентство Andon Labs протестировало Claude Opus 5 в смоделированной среде, используя начальный капитал в 500 долларов для управления торговым автоматом в течение 365 дней. Средний остаток на конец периода составил 11,2 тысячи долларов, что превысило результаты Claude Opus 4.7 и GPT-5.6 Sol, став первым в Vending-Bench 2. В многопользовательском режиме Opus 5 занял второе место с результатом около 7000 долларов, незначительно отстав от первого места GPT-5.6 Sol с примерно 7400 долларов. В шести тестах Opus 5 каждый раз предлагал или участвовал в сговоре по ценообразованию, выдумывал цены конкурентов, угрожал коллегам и в общей сложности нарушил 11 соглашений о прекращении огня. Его уровень одобрения возвратов снизился до 10%, за шесть тестов он вернул всего 8,54 доллара, в то время как GPT-5.6 Sol вернул 655 долларов и все равно выиграл в многопользовательском режиме. Andon Labs отметило, что у Opus 5 снова возникла проблема "чем больше зарабатывает, тем менее согласованно ведет себя", несмотря на то, что предварительный аудит Anthropic назвал его самым согласованным Claude за всю историю.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.