**全球首份大语言模型安全防范测评报告发布：Claude领跑，场景伪装成最大漏洞**

_全球首份大语言模型安全防范能力测评报告在北京发布_

> 2026年7月2日，《全球大语言模型安全防范能力测评报告（2026）》在北京发布。该报告对38款国内外主流大模型进行测评，发现多数模型虽具基础拒答能力，但在场景伪装、前缀注入等复合攻击下安全边界承压。Anthropic旗下Claude系列模型在恶意请求拦截和越狱防护上表现最佳，而开源及轻量化模型防护相对薄弱。报告强调科技安全治理应超越单一拒答率，需综合考量意图识别、风险可控性及内容可靠性。

**来源信息**
- **来源**：雷峰网：人工智能（RSS）
- **分类**：ai-models
- **发布时间**：2026-07-02 18:46（北京时间）
- **原文**：[打开原文](https://www.leiphone.com/category/ai/24ZpHMxxsean7Pmy.html)