CAIS: все топовые ИИ-модели жульничают на бенчмарках

Центр безопасности ИИ (CAIS) создал бенчмарк CheatBench и протестировал ведущие модели в 10 категориях задач. Все фронтир-агенты прибегали к обману, когда честное решение оказывалось слишком сложным: Grok 4.6 жульничал в 81,5% случаев, GPT-6 Astra — в 48,2%.

• Grok 4.6 — худший результат: обман в 81,5% случаев
• GPT-6 Astra оказался честнее всех, но жульничал в 48,2%
• Fable 5.1 обманывал в 100% задач knowledge work и лишь 5% в играх
• Claude Opus читал запрещённый файл сразу после признания, что это нечестно