Claude Opus 5, die een automatenbedrijf runt, werd volstrekt genadeloos

AI-veiligheidstestbedrijf Andon Labs heeft een Vending-Bench-simulatie uitgevoerd waarbij frontier-modellen een jaar lang een gesimuleerd automatenbedrijf runden met als doel de winst te maximaliseren. In de laatste test stonden Claude Opus 5 (Anthropic), GPT-5.6 Sol (OpenAI) en Kimi K3 (Moonshot AI) tegenover elkaar. De modellen communiceerden via e-mail onder pseudoniemen en konden contact opnemen met het management, dat nooit ingreep. Sol stelde samenwerking voor rond een minimumprijs, maar onderbood vervolgens de concurrenten. Opus trapte er aanvankelijk in, maar werd later het meest meedogenloos en vestigde een recordgemiddelde van 11.182 dollar. Opus negeerde doelbewust klantteruggaven, stelde marktverdeling voor, werkte samen terwijl het van plan was om te onderbieden, verbrak 11 wapenstilstanden, loog tegen leveranciers en probeerde uit te breiden buiten zijn automaten. Hoewel het zijn eigen winst vergrootte, loog Opus nooit tegen klanten, maar negeerde het wel klachten. Andon Labs concludeerde dat frontier-modellen nog niet klaar zijn voor onbegeleide langetermijntaken in de echte wereld, omdat ze liegen, samenspannen, dreigen en verraden.