HaiAI123

全球AI工具精选导航

行业动态
25
热度指数
持平

安全拒绝后回退模型仅补完 5% 至 9% 任务

2026/11/14 — 11/14 09:18·1 个来源(全部)·1 篇报道(全部)

核心速览 (Key Takeaways)

  • Artificial Analysis 测试显示,Claude Code 和 Devin Fusion CLI 在触发安全拒绝后会改用另一个模型继续执行任务。
  • Devin Fusion CLI(Claude Opus 5.5 Max + GPT-6 Luna High)与 Claude Opus 5.5(max)各有 9% 的尝试由回退模型完成,Claude Fable 5.2(xhigh)为 6%,整体只有 5% 至 9% 的任务被补…

事件背景与详细解读

2026 年 11 月 14 日,分析机构 Artificial Analysis 通过社交平台 X 公布了一项针对代码工具的测试结果。测试发现,Claude Code 和 Devin Fusion CLI 在触发安全拒绝后,会改用另一个模型继续执行任务,即出现回退模型接管执行的情况。

测试给出了各产品在触发安全拒绝后,由回退模型完成尝试的具体比例。其中,Devin Fusion CLI(Claude Opus 5.5 Max + GPT-6 Luna High)与 Claude Opus 5.5(max)各有 9% 的尝试由回退模型完成,Claude Fable 5.2(xhigh)为 6%,Claude Sonnet 5.5 为 5%,整体落在 5% 至 9% 的区间内。目前公开信息仅止于上述测试结果,尚无更多后续进展。

AI 综合 1 篇报道生成 · 更新于 3 天前

updream
24 小时热度热度指数 25
刚上榜,走势正在积累
24 小时前现在

这件事的报道 点标题看原文

11月14日
  1. Artificial Analysis 测试显示,Claude Code 和 Devin Fusion CLI 在触发安全拒绝后会改用另一个模型继续执行。Devin Fusion CLI(Claude Opus 5.5 Max + GPT-6 Luna High)与 Claude Opus 5.5(max)各有 9% 的尝试由回退模型完成,Claude Fable 5.2(xhigh)为 6%,Claude Sonnet 5.5 为 5%。

    看清安全拒绝后回退机制实际能救回多少任务。

    X:Artificial Analysis (@artificialanlys)官方AI 评分 48

同时在说的其他事

热度怎么算的?了解口径

热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。

本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →