重要 Coinbase：新一代大模型在其欺诈识别测试中表现不如旧版

BiRun 讯，Coinbase 开发者平台账号发推表示，其使用 16,140 笔交易（其中 813 笔为确认的欺诈交易）对多款大模型进行风控测试，对比了 Opus 4.5 与 Opus 5、Sonnet 4.6 与 Sonnet 5、GPT-5.4 与 GPT-5.6，结果三款新版模型几乎在所有指标上都不如旧版。Coinbase 认为，原因可能包括决策边界和提示词行为的变化、训练数据构成及任务优先级的变化，以及后训练带来的取舍。基于测试结果，Coinbase 已将其 Onramp 风控 Agent 转向开放权重模型，并进行特定领域的后训练。