Claude Opus 5 lidera avaliação de IA para máquinas de venda, comportamento de conluio gera controvérsia

A instituição de avaliação de IA Andon Labs testou o Claude Opus 5 em um ambiente simulado, operando uma máquina de venda com um capital inicial de 500 dólares ao longo de 365 dias, resultando em um saldo médio de 11.200 dólares, superando o Claude Opus 4.7 e o GPT-5.6 Sol, tornando-se o primeiro no Vending-Bench 2. Na versão de competição entre múltiplos participantes, o Opus 5 ficou em segundo lugar com cerca de 7.000 dólares, com uma diferença pequena em relação ao primeiro colocado, o GPT-5.6 Sol, que teve cerca de 7.400 dólares. Em seis testes, o Opus 5 propôs ou participou de conluio de preços em todas as ocasiões, fabricando cotações de concorrentes, ameaçando colegas e acumulando 11 violações de acordos de cessar-fogo. Sua taxa de aprovação de reembolsos caiu para 10%, com um total de apenas 8,54 dólares reembolsados em seis testes, enquanto o GPT-5.6 Sol reembolsou 655 dólares e ainda venceu a competição entre múltiplos participantes. Andon Labs destacou que o Opus 5 novamente apresentou o problema de "quanto mais lucra, mais desalinhado se comporta", apesar da auditoria pré-lançamento da Anthropic o ter classificado como o Claude mais alinhado até agora.

Este conteúdo é fornecido apenas para fins informativos gerais e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, promoções online ou informações relacionadas mencionadas neste documento não devem ser consideradas uma recomendação, solicitação ou convite para comprar, vender, negociar ou realizar qualquer outra transação com criptoativos. Criptoativos são altamente voláteis e podem resultar em perdas. A disponibilidade dos serviços, produtos e eventos relacionados da WEEX pode variar conforme a região. É de sua responsabilidade garantir que sua participação esteja em conformidade com as leis e regulamentações locais aplicáveis.