Grok 4 安全审计未通过，Grok 4.5 被证实最易越狱
far.ai 的審計在埃隆·馬斯克的 spacexai grok 4.3 中發現了 448 次越獄，每次攻擊成本僅為 58 美元，暴露了自願性 AI 安全標準的失敗。
far.ai 发布了一份报告，测试了来自Anthropic、OpenAI、Google和SpaceXAI等模型的 安全防护措施，方法是使用自动化工具生成数千个对抗性提示。SpaceXAI的Grok模型最脆弱，Grok 4.3 在仅花费58美元的情况下成功越狱448次，而Google的Gemini 3.1 Pro则有249次违规。Anthropic和OpenAI模型成功抵制了这些自动攻击。结果凸显了行业在安全执行方面的巨大差距，反对自我监管，证明了加利福尼亚州、纽约州和伊利诺伊州需要新的州级法律，要求第三方审计和发布安全报告。