Did Codex Reset
GitHub

QQ·微信群

Mistral Large 4 在網絡安全基準測試超越 Opus 5.5 與 GPT-6 Astra

Cline

Cline 報告指,Mistral Large 4 在網絡安全基準測試的表現優於 Opus 5.5 與 GPT-6 Astra。該團隊表示,效能差距主要源於任務拒絕率,Mistral Large 4 拒絕的安全相關評估任務遠少於對手。

相比之下,Opus 5.5 與 GPT-6 Astra 在測試期間有約 40% 的基準任務被自身的安全過濾器攔截。