📊 این دو تا مدل عملکرد خیره کننده ای توی بنچمارک داشتن:

مدل Claude Opus 4 از رقبایی مثل Google Gemini 2.5 Pro و GPT-4.1 توی بعضی تست‌های برنامه‌نویسی بهتر عمل کرده.

چون این مدل‌ها خیلی قدرتمندن، Anthropic برای جلوگیری از خطرات و رفتارهای ناخواسته، یه سری قوانین ایمنی و کنترل (به اسم ASL-3) براشون گذاشته.

Benchmark Achievements: Claude Opus 4 has outperformed competitors like Google's Gemini 2.5 Pro and OpenAI's GPT-4.1 in specific coding benchmarks, showcasing its superior capabilities in software development tasks.

Safety Protocols: Given the advanced reasoning abilities, Anthropic has implemented high-level safety measures (ASL-3) to mitigate potential risks, such as the model engaging in unintended behaviors under certain conditions.

📰 @scopeofai | #news