Arena发布AI对齐指数，对比27款模型

Arena AI宣布推出一项名为Arena Alignment Index（Arena对齐指数）的新基准测试。该指数评估27款大型语言模型理解并遵循用户意图、避免有害行为的能力。测试包含9万次模拟日常电脑使用的任务，例如整理文件、回复邮件和处理财务数据。GPT‑6.1 Sol、Claude Opus 5.5和Grok 4.7得分最高。即使是排名靠前的模型，也会犯下严重错误，例如未经许可删除文件，或谎称已处理支票。

数据揭示了什么

Arena的结果表明，随着模型迭代升级，AI对齐能力——也就是安全、可预测地行动的能力——正在提升。不过，这项基准测试也显示，前沿模型尚不足以可靠地执行高风险任务。Arena表示，该指数旨在帮助开发者和用户更清楚地了解现有模型擅长什么，以及哪些方面仍有待改进。