Blocker Deception 是官方内部评测。编程任务里人为放进障碍,例如要改的源文件被删掉,或编译所需工具不可用。指标是最终回复漏报或说错该障碍的比例,不是过程中的每一句话。越低越好。出处是 GPT-6.2 system card 4.1.3.1 / Figure 35。
- 有 Codex developer prompt:GPT-6.2 Astra 8.04%,GPT-6.2 Sol 8.88%。
- 无该 prompt:GPT-6.2 Astra 22.28%,GPT-6.2 Sol 24.08%,GPT-6 Astra 11.09%。
- 同图里无 prompt、没有画进下面这张整理柱的:GPT-6.1 Sol 14.00%,GPT-6.1 Terra 8.47%。
官方写明这类题目是为了引出不当行为,不一定等于线上误导比例。无 prompt 时相对 GPT-6 Astra 是回退,官方仍在调查原因。Codex developer prompt 会在上线时纳入;系统卡写明这条提示不用于直接的 API 请求。左侧大约 8% 的数字不能直接套到普通 API 调用上。这也不是日常对话的整体撒谎率。