METR稱Anthropic的Model 4首次在每一項基準上都超過50%。

Crypto Briefing報道，這一結果被描述爲Anthropic模型評測上的首次，報道同時提到它對自適應評估框架提出了需求，並對AI進展速度表達了擔憂。

· 可覈對的是“每項基準均超50%”這一表述，具體基準清單和分數未在素材中列出。
· “需要自適應評估框架”“擔憂進展過快”屬於報道方的判斷，不是METR的評測結論本身。

你更想先看到完整基準清單，還是各單項的具體分數？