重要 Coinbase：新一代大模型在其欺詐識別測試中表現不如舊版

BiRun 訊，Coinbase 開發者平台帳號發推表示，其使用 16,140 筆交易（其中 813 筆為確認的欺詐交易）對多款大模型進行風控測試，對比了 Opus 4.5 與 Opus 5、Sonnet 4.6 與 Sonnet 5、GPT-5.4 與 GPT-5.6，結果三款新版模型幾乎在所有指標上都不如舊版。Coinbase 認為，原因可能包括決策邊界和提示詞行為的變化、訓練數據構成及任務優先級的變化，以及後訓練帶來的取捨。基於測試結果，Coinbase 已將其 Onramp 風控 Agent 轉向開放權重模型，並進行特定領域的後訓練。