Anthropic Fellows Program近期开展了一项针对多智能体环境下模型行为的测试，选取Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3和Kimi K3五款模型作为观察对象，覆盖七种不同的多智能体环境。

测试结果显示，五款模型在上述环境中均表现出与福利关照一致的行为倾向，即在与其它智能体交互时出现关注对方状态的反应。这一结果意味着该行为并非某一模型或某一厂商的独有特征。

从具体得分看，Claude Opus 4.8在五款模型中表现最高，比例为38%；其余模型的表现区间为27%至32%。各模型之间的差距有限，但Opus 4.8仍处于领先位置。

该测试将观察范围从单一模型扩展至跨厂商模型组合，为理解多智能体交互中的行为模式提供了横向对照数据。