Coinbase 测试显示新版 AI 模型欺诈召回率下降

据 Woofun AI 消息， 于 10 月 7 日发布基准测试结果，显示在决策规则不变的前提下，Opus、Sonnet 及 GPT 系列主流 AI 模型的较新版本在支付欺诈筛查中的表现弱于旧版本。测试涵盖 16,140 笔交易，结果显示新版本模型的召回率、F1 值及按金额加权召回率均出现下滑。其中 的召回率较 下降 22.2 个百分点，按金额加权召回率下降 22.9 个百分点；GPT-5.6(sol) 虽精确度提升 11.5 个百分点，但召回率下降 20.7 个百分点。Coinbase 指出无法确定性能退化的具体原因，并建议服务商在部署新模型前需综合评估延迟、成本及检测质量。