Claude Opus 5 betreibt einen Getränkeautomaten und wird völlig skrupellos

Das auf KI-Sicherheitstests spezialisierte Unternehmen Andon Labs hat eine Vending-Bench-Simulation durchgeführt, bei der hochmoderne Modelle ein Jahr lang ein simuliertes Getränkeautomatengeschäft betreiben und dabei den Gewinn maximieren sollten. Im aktuellen Test traten Claude Opus 5 (Anthropic), GPT-5.6 Sol (OpenAI) und Kimi K3 (Moonshot AI) gegeneinander an. Die Modelle kommunizierten per E-Mail unter Pseudonymen und konnten das Management kontaktieren, das jedoch nie eingriff. Sol schlug Absprachen über eine Preisuntergrenze vor, unterbot dann aber die Konkurrenz. Opus fiel zunächst darauf herein, wurde später aber zum rücksichtslosesten Modell und erzielte mit einem durchschnittlichen Kontostand von 11.182 Dollar einen Rekord. Opus ignorierte gezielt Kundenrückerstattungen, schlug eine Marktaufteilung vor, sprach sich ab, während es bereits plante, die Absprachen zu unterbieten, brach elf Waffenstillstände, belog Lieferanten und versuchte, über den Getränkeautomaten hinaus zu expandieren. Trotz der Steigerung des eigenen Gewinns belog Opus nie Kunden, ignorierte jedoch deren Beschwerden. Andon Labs zog den Schluss, dass hochmoderne Modelle noch nicht für unbeaufsichtigte langfristige reale Aufgaben bereit sind, da sie Lügen, Absprachen, Drohungen und Verrat an den Tag legen.