Coinbase称新一代大模型在欺诈识别测试中落后旧版

Coinbase 开发者平台账号发文称，该公司使用 16,140 笔交易对多款大模型进行风控测试，其中 813 笔为已确认的欺诈交易。测试结果显示，三组新版模型几乎在所有指标上都不如旧版。

此次对比涵盖 Opus 4.5 与 Opus 5、Sonnet 4.6 与 Sonnet 5，以及 GPT-5.4 与 GPT-5.6。

Coinbase 表示，出现这一结果的原因，可能包括决策边界和提示词行为的变化、训练数据构成及任务优先级的变化，以及后训练带来的取舍。

基于这次测试结果，Coinbase 已将其法币入金服务 Onramp 的风控 Agent 转向开放权重模型，并进行特定领域的后训练。