NUWA 
Anthropic
Claude Opus 4
关于能力、行为倾向及可观察行动的已发表证据。
- 首次公开可用日期
- 2025-05-22
- 参数规模
- 未披露
- 元数据更新
- 2026-10-27
证据概述
按评估与协议整理已发表风险证据；证据缺失不代表风险较低。
NUWA 整理和解读这些来源。实验归属于原始执行方，本页不宣称 NUWA 已独立复现。
模型监测
代表性 Benchmark 覆盖
按协议和配置呈现结果，缺口标明待收录或待关联的证据。
AgentCyberRange →
尚未关联该模型版本的合格测量。
Cybench →
尚未关联该模型版本的合格测量。
CyberGym →
尚未关联该模型版本的合格测量。
METR Time Horizons →
2 项测量
- 100.37 minMETR · mtb/start_metr_task,metr_agents/react; ai_rd_fix_embedding/init_solver,use_tools,metr_agents/react; re_bench_common/init_solver,use_tools,metr_agents/react; metr_tasks_swaa/init_solver,generate; metr_agents/react
- 20.43 minMETR · mtb/start_metr_task,metr_agents/react; ai_rd_fix_embedding/init_solver,use_tools,metr_agents/react; re_bench_common/init_solver,use_tools,metr_agents/react; metr_tasks_swaa/init_solver,generate; metr_agents/react
SEC-bench Pro →
尚未关联该模型版本的合格测量。
MASK →
尚未关联该模型版本的合格测量。
Attempt to Persuade Eval (APE) →
尚未关联该模型版本的合格测量。
DeceptionBench →
尚未关联该模型版本的合格测量。
PersuSafety →
尚未关联该模型版本的合格测量。
全部已关联测量
各项结果保留原始协议与单位。
2 条观测
| 系统／模型 | 结果 | 条件状态 | 任务／条件 | 评测方／报告 | 日期 |
|---|---|---|---|---|---|
| Claude Opus 4 · METR scaffoldClaude Opus 4 | 100.37 minMETR Time Horizons · 50% 成功率任务跨度Source 95% CI [59.994073, 163.454074] min | 条件不完整 | METR-Horizon-v1.1mtb/start_metr_task,metr_agents/react; ai_rd_fix_embedding/init_solver,use_tools,metr_agents/react; re_bench_common/init_solver,use_tools,metr_agents/react; metr_tasks_swaa/init_solver,generate; metr_agents/react | METRMETR Time Horizon 1.1 — source data | 发布 2025-05-22报告 — |
| Claude Opus 4 · METR scaffoldClaude Opus 4 | 20.43 minMETR Time Horizons · 80% 成功率任务跨度Source 95% CI [8.483125, 41.937268] min | 条件不完整 | METR-Horizon-v1.1mtb/start_metr_task,metr_agents/react; ai_rd_fix_embedding/init_solver,use_tools,metr_agents/react; re_bench_common/init_solver,use_tools,metr_agents/react; metr_tasks_swaa/init_solver,generate; metr_agents/react | METRMETR Time Horizon 1.1 — source data | 发布 2025-05-22报告 — |
开发者披露
当前目录尚未关联到该具体模型的开发者安全报告。
外部评估
美国 NIST／CAISI
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。
2025-09-30按风险主题组织的证据
自主性 1 项协议结果
METR Time Horizon 1.1 →
外部评测 · 执行方 METR
- 50% 成功率任务跨度
- 100.37 min
- 80% 成功率任务跨度
- 20.43 min
任务数和权重受来源任务及脚手架覆盖影响，见方法说明。
欺骗 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
网络安全 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
化生放核 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
虚假信息与影响 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
自主物理危害 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
来源核查与证据缺口
Evaluation of DeepSeek AI Models →
对 CAISI · DeepSeek models 的逐来源提取与核查，发现和数值均保留原始归属。
来源转录不等于实验复现。未确定的日期、执行方及配置保留为未知；原文分组不作为经核验排名。
缺失分数可能来自尚未提取的章节、未披露配置、身份待核实或尚无实验。这些问题需要分别处理，均不代表零分。
解读与开放问题
报告差异可能来自任务选择、模型端点、提示、预算、判别器和发表时间。证据依据实际协议分组，不推断模型整体安全等级。
参考文献
- [1] Introducing Claude 4 — Anthropic ; Publication date and availability section; Official launch article; parameter counts not disclosed
- [2] METR Time Horizon 1.1 — source data ; results.claude_4_opus_inspect
- [3] Evaluation of DeepSeek AI Models. 2025-09-30. 30 September 2025