Vals AI开展前沿AI模型真实世界任务评测

2026年10月，Vals AI宣布对全球领先的前沿AI模型开展独立评测。该机构自研了多数评测基准并自主运行全部评估，持续追踪16家实验室基础模型的性能变化。其评测重点测试AI在金融、软件等具经济价值的任务，以及网络安全、递归自我改进和心理健康等前沿风险领域的表现。Vals AI近期发布的报告显示，Claude Opus 5.5智能体已发现两种室温磁性半导体候选材料。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。