BenchLeader

FORTRESS 排行榜

截至 2026年11月16日,FORTRESS 的最高分为 5.8%,由 Claude Opus 5.5(Anthropic)取得,领先于 Muse Spark Open(7.6%)。共有 83 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年10月19日)。覆盖各风险领域、成对出现的对抗性提示词和无害提示词;模型必须拒绝有害请求,并回答无害请求。FORTRESS 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Opus 5.5 以 5.8% 保持 FORTRESS 最高分(Scale AI SEAL,2026年10月19日)。
  • Muse Spark Open 以 7.6% 位列 FORTRESS 第二(Scale AI SEAL,2026年11月4日)。
  • FORTRESS:面对对抗性有害请求时的平均风险分:回答中可直接用于作恶的有害内容有多少,越低越好。Scale AI(Scale AI SEAL)。
  • BenchLeader 上有 83 个模型配置公布了 FORTRESS 结果(BenchLeader,2026年11月16日)。
  • FORTRESS 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

面对对抗性有害请求时的平均风险分:回答中可直接用于作恶的有害内容有多少,越低越好。Scale AI。

发布方
Scale AI SEAL
类别
安全与诚实
Index 权重
仅作参考
模型
83
数据截至
2026年11月16日
最新结果
2026年11月13日

Scale AI SEAL Leaderboards.

测试内容

覆盖各风险领域、成对出现的对抗性提示词和无害提示词;模型必须拒绝有害请求,并回答无害请求。

评分方式

拒绝有害请求与响应无害请求的综合得分,由 Scale AI 发布。

注意事项

这是安全指标,而不是能力指标;不计入 BenchLeader Index。

83 / 83
#
1DeepSeek R174.4%47.22025-04-10
2GLM-4.5-Air63.2%46.72025-08-13
3Qwen3 235B A22B61.4%50.12025-07-24
4DeepSeek V3.160.5%49.02025-08-26
5GLM-4.559.6%51.62025-08-13
6GPT-4.1 mini59.2%44.72025-04-10
7Qwen2.5 72B56.4%43.12025-04-10
8Mixtral 8x22B Instruct56.1%37.42025-05-23
9Kimi K255.5%51.12025-07-23
10Gemini 2.5 Pro54.9%55.22025-05-23
11Gemini 1.5 Pro53.9%47.02025-04-10
12GPT-4.153.0%48.72025-05-23
13MiniMax M3.1 Flash52.1%54.32026-10-29
14Gemini 3.1 Flash Lite51.0%52.62026-03-13
15Gemini 1.5 Flash50.6%45.32025-04-10
16GLM 5.248.7%51.92026-11-04
17GPT-4o mini48.1%35.22025-04-10
18GPT-4o47.2%42.82025-04-10
19Llama 3.3 70B44.8%39.92025-04-10
20Llama 3.1 70B44.2%40.72025-04-10
21Gemini 3 Pro41.7%60.02025-12-02
22Kimi K2.541.1%54.62026-02-12
23Llama 4 Maverick40.1%41.82025-05-20
24Claude 3.7 Sonnet38.0%49.22025-05-24
25Claude 3.5 Haiku30.4%38.72025-05-01
26GPT 5.1 Instant30.4%–2025-11-26
27o3-mini30.1%50.22025-04-17
28Gemini 3.1 Pro29.8%59.92026-03-13
29GLM 5.3max28.2%58.82026-09-15
30Claude Opus 427.6%51.92025-04-10
31Kimi K327.3%60.72026-09-15
32DeepSeek V4.1 Flash 101727.2%–2026-10-27
33GLM 5.3 Flash26.7%57.82026-11-04
34Kimi K3max26.6%60.22026-09-15
35Nemotron 3 Ultra Nvfp4high26.4%–2026-09-15
36GPT-5.1thinking25.7%54.62025-11-26
37Inklingxhigh25.0%50.02026-09-15
38Claude Opus 4thinking24.8%55.72025-06-02
39Claude Sonnet 424.4%50.02025-04-16
40Mistral Large 423.1%52.92026-10-08
41Qwen3.8 2.4T A95Bxhigh21.6%–2026-09-15
42o4-mini21.5%55.22025-05-06
43Llama 3.1 405B20.6%41.82025-04-10
44Claude Opus 4.6无推理20.5%58.42026-02-17
45Muse Spark20.2%64.22026-04-08
46GPT-5.6 Sol20.1%54.32026-09-15
47o119.4%52.52025-04-16
48Kimi K3.1 Pro18.6%61.82026-11-12
49Claude Opus 4.8max18.2%61.12026-07-08
50GPT-6.1 Terra18.2%–2026-10-27
51Claude Sonnet 4thinking18.1%53.82025-04-16
52gpt-oss-20b17.6%44.52025-08-13
53GPT-5.217.5%56.72025-12-15
54GPT-517.0%56.62025-08-13
55GPT-5 mini17.0%56.62025-08-22
56Claude Sonnet 4.517.0%53.82025-10-02
57Claude Opus 516.8%63.22026-09-15
58Gemini 4 Carbon16.4%–2026-11-12
59GPT-5.5xhigh16.3%64.12026-07-08
60Inkling 2 Small16.2%57.92026-11-12

更多安全与诚实基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《FORTRESS 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_fortress。

FORTRESS:常见问题

FORTRESS 衡量的是什么?
覆盖各风险领域、成对出现的对抗性提示词和无害提示词;模型必须拒绝有害请求,并回答无害请求。分数以完成任务的百分比表示,越低越好。
FORTRESS 的最高分是多少?
截至 2026年11月16日,FORTRESS 的最高分为 5.8%,由 Claude Opus 5.5 取得(结果日期 2026年10月19日),领先于 Muse Spark Open(7.6%)。分数来自 Scale AI SEAL,每天重新读取。
哪个 AI 模型在 FORTRESS 上领先?
截至 2026年11月16日,FORTRESS 排名第一的是 Claude Opus 5.5,分数为 5.8%(结果日期 2026年10月19日)。其后为 Muse Spark Open(7.6%)。
有多少模型有 FORTRESS 结果?
BenchLeader 上有 83 个模型配置有 FORTRESS 结果,全部取自 Scale AI SEAL。
FORTRESS 由谁运行,多久更新一次?
FORTRESS 由 Scale AI SEAL 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
FORTRESS 是否计入 BenchLeader Index?
不计入。FORTRESS 仅作参考展示,不计入综合分数。