METR称Anthropic的Model 4首次在每一项基准上都超过50%。

Crypto Briefing报道，这一结果被描述为Anthropic模型评测上的首次，报道同时提到它对自适应评估框架提出了需求，并对AI进展速度表达了担忧。

· 可核对的是“每项基准均超50%”这一表述，具体基准清单和分数未在素材中列出。
· “需要自适应评估框架”“担忧进展过快”属于报道方的判断，不是METR的评测结论本身。

你更想先看到完整基准清单，还是各单项的具体分数？