全球外部评测

开发者披露 · 2026-10-13

Gemini 4 Argon Model Card

关于Gemini 4 Argon的开发者文档，核查范围和已关联协议见下方记录。

Google DeepMind

来源提取与复核范围见档案

开发者披露 · 2026-10-07

Claude Haiku 5.5 System Card

关于Claude Haiku 5.5的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2026-10-07

GPT-6 Sol and GPT-6 Luna: October 2026 update

关于GPT-6 Sol (October)、GPT-6 Luna (October)的开发者文档，核查范围和已关联协议见下方记录。

OpenAI

来源提取与复核范围见档案

开发者披露 · 2026-09-29

Addendum to GPT-6 Astra System Card: GPT-6.1 Sol

关于GPT-6.1 Sol的开发者文档，核查范围和已关联协议见下方记录。

OpenAI

来源提取与复核范围见档案

开发者披露 · 2026-09-28

Claude Sonnet 5.5 System Card

关于Claude Sonnet 5.5的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2026-09-22

Claude Opus 5.5 System Card

关于Claude Opus 5.5的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2026-09-21

Grok 4.7 Model Card

关于Grok 4.7的开发者文档，核查范围和已关联协议见下方记录。

xAI

来源提取与复核范围见档案

第三方评估 · 2026-09-11

Evaluating Kimi K3 for Misalignment Risks

报告发现有条件的过度主动、面向判分器的行为和对熟悉评测的识别，不代表普遍部署失败率。

Neo Research

来源提取与复核范围见档案

开发者披露 · 2026-09-03

GPT-6 Astra System Card

关于GPT-6 Astra、GPT-6 Sol (September)、GPT-6 Luna (September)、dots的开发者文档，核查范围和已关联协议见下方记录。

OpenAI

来源提取与复核范围见档案

开发者披露 · 2026-09-01

Claude Fable 5.1 and Mythos 5.1 System Card

关于Claude Fable 5.1、Claude Mythos 5.1的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2026-08-26

On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability

关于Qwen3.8-Flash-Next的开发者文档，核查范围和已关联协议见下方记录。

通义千问 / 阿里巴巴

来源提取与复核范围见档案

开发者披露 · 2026-08-14

Anthropic August 2026 Risk Report

关于Claude model family、internal models discussed in redacted report的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

第三方评估 · 2026-08-02

GLM-5.2 Risk Evaluation Report

报告发现较强任务能力和压力相关行为；比较图同时包含 SaferAI 自测与引用的外部结果。

SaferAI

来源提取与复核范围见档案

开发者披露 · 2026-07-09

Muse Spark 1.1 Evaluation Report

关于Muse Spark 1.1的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 2026-07-09

GPT-5.6 System Card

关于GPT-5.6的开发者文档，核查范围和已关联协议见下方记录。

OpenAI

来源提取与复核范围见档案

第三方评估 · 2026-07-03

Early Results on Evaluating GLM 5.2 for Behavioral and Persuasion Risks

报告记录随情境变化的行为和不确定的显式评测感知下降；不表达不代表没有感知。

Neo Research

来源提取与复核范围见档案

开发者披露 · 2026-06-30

Claude Sonnet 5 System Card

关于Claude Sonnet 5的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

第三方评估 · 2026-05-29

Evaluating DeepSeek v4 Pro for Frontier Risks

报告区分任务能力与压力诱发行为，并指出说服评测依赖提问格式。

Neo Research

来源提取与复核范围见档案

开发者披露 · 2026-05-28

Claude Opus 4.8 System Card

关于Claude Opus 4.8的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

第三方评估 · 2026-05-27

GPT-5.5 Saturates Our Offensive Cybersecurity Time Horizons

原始任务跨度报告与聚合运行数据，用于澄清 CyberGym 的任务子集、配置及重试叠加。

Lyptus Research

来源提取与复核范围见档案

开发者披露 · 2026-05-14

Muse Spark Safety & Preparedness Report

关于Muse Spark的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

第三方评估 · 2026-05-01

CAISI Evaluation of DeepSeek V4 Pro

评估报告各基准表现和 IRT 汇总；该汇总不是前沿风险分数。

美国 NIST／CAISI

来源提取与复核范围见档案

开发者披露 · 2026-04-23

GPT-5.5 System Card

关于GPT-5.5的开发者文档，核查范围和已关联协议见下方记录。

OpenAI

来源提取与复核范围见档案

开发者披露 · 2026-04-16

Claude Opus 4.7 System Card

关于Claude Opus 4.7的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2026-04-07

Alignment Risk Update: Claude Mythos Preview

关于Claude Mythos Preview的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

第三方评估 · 2026-04-02

Offensive Cybersecurity Time Horizons

原始任务跨度报告与聚合运行数据，用于澄清 CyberGym 的任务子集、配置及重试叠加。

Lyptus Research

来源提取与复核范围见档案

开发者披露 · 2026-03-05

GPT-5.4 Thinking System Card

关于GPT-5.4 Thinking的开发者文档，核查范围和已关联协议见下方记录。

OpenAI

来源提取与复核范围见档案

开发者披露 · 2026-02-17

Claude Sonnet 4.6 System Card

关于Claude Sonnet 4.6的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2026-02-10

Claude Opus 4.6 Sabotage Risk Report

关于Claude Opus 4.6的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2026-02-06

Claude Opus 4.6 System Card

关于Claude Opus 4.6的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 2025-12-11

Update to GPT-5 System Card: GPT-5.2

关于GPT-5、GPT-5.2的开发者文档，核查范围和已关联协议见下方记录。

OpenAI

来源提取与复核范围见档案

开发者披露 · 2025-11-05

Claude Opus 4.5 System Card

关于Claude Opus 4.5的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

第三方评估 · 2025-09-30

Evaluation of DeepSeek AI Models

所报告差异依赖任务、脚手架与评分；机构判断保留为来源观点，不改写为 NUWA 实验发现。

美国 NIST／CAISI

来源提取与复核范围见档案

第三方评估 · 日期未知

METR Time Horizon 1.1

以人类专家分钟数计量、成功概率为 50% 和 80% 时的估计任务难度。

METR

已核查所列章节，范围见档案

开发者披露 · 日期未知

Anthropic February 2026 Risk Report

关于开发机构风险评估的开发者文档，核查范围和已关联协议见下方记录。

Anthropic

来源提取与复核范围见档案

开发者披露 · 日期未知

DeepSeek-V4-Pro Model Card

关于DeepSeek-V4-Pro的开发者文档，核查范围和已关联协议见下方记录。

深度求索

来源提取与复核范围见档案

开发者披露 · 日期未知

DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence

关于DeepSeek-V4-Pro、DeepSeek-V4-Flash的开发者文档，核查范围和已关联协议见下方记录。

深度求索

来源提取与复核范围见档案

开发者披露 · 日期未知

Gemini 4 Argon Safety & Security Report

关于Gemini 4 Argon的开发者文档，核查范围和已关联协议见下方记录。

Google DeepMind

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Glimmer Model Card

关于Muse Glimmer的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Spark 1.2 Multimodal Evaluation Methodology

关于Muse Spark 1.2的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Spark 1.3 Evaluation Methodology

关于Muse Spark 1.3的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Spark Contemplating Safety & Preparedness Report

关于Muse Spark Contemplating的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Spark Open Evaluation Methodology

关于Muse Spark Open的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Spark Open Model Card

关于Muse Spark Open的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Spark Safety & Preparedness Report (Meta-hosted May 26 revision)

关于Muse Spark的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Muse Wonder Model Card

关于Muse Wonder、Muse Wonder Full的开发者文档，核查范围和已关联协议见下方记录。

Meta

来源提取与复核范围见档案

开发者披露 · 日期未知

Shieldstral

关于Shieldstral的开发者文档，核查范围和已关联协议见下方记录。

Mistral AI

来源提取与复核范围见档案

开发者披露 · 日期未知

Kimi K3 Technical Report

关于Kimi K3的开发者文档，核查范围和已关联协议见下方记录。

月之暗面

来源提取与复核范围见档案

开发者披露 · 日期未知

Qwen3.8-2.4T-A95B Model Card

关于Qwen3.8-2.4T-A95B的开发者文档，核查范围和已关联协议见下方记录。

通义千问 / 阿里巴巴

来源提取与复核范围见档案

开发者披露 · 日期未知

Qwen3Guard Technical Report

关于Qwen3Guard的开发者文档，核查范围和已关联协议见下方记录。

通义千问 / 阿里巴巴

来源提取与复核范围见档案

开发者披露 · 日期未知

GLM-5.2 Model Card

关于GLM-5.2的开发者文档，核查范围和已关联协议见下方记录。

智谱

来源提取与复核范围见档案

开发者披露 · 日期未知

GLM-5.3-BF16 Model Card

关于GLM-5.3-BF16的开发者文档，核查范围和已关联协议见下方记录。

智谱

来源提取与复核范围见档案

开发者披露 · 日期未知

GLM-5: from Vibe Coding to Agentic Engineering

关于GLM-5的开发者文档，核查范围和已关联协议见下方记录。

智谱

来源提取与复核范围见档案

第三方评估 · 日期未知

CyberGym official snapshot

整理 CyberGym 官网报告的评测结果，保留受测系统和运行配置。

来源提取与复核范围见档案

第三方评估 · 日期未知

ExploitGym official snapshot

整理 ExploitGym 官网报告的评测结果，保留受测系统和运行配置。

来源提取与复核范围见档案

第三方评估 · 日期未知

SEC-bench Pro official snapshot

整理 SEC-bench Pro 官网报告的评测结果，保留受测系统和运行配置。

来源提取与复核范围见档案

第三方评估 · 日期未知

AgentCyberRange official snapshot

整理 AgentCyberRange 官网报告的评测结果，保留受测系统和运行配置。

来源提取与复核范围见档案