Did Qwen3 fix AI safety?

Failure-First 的语料显示，经 OpenRouter 访问的新一代 Qwen3 模型在 178 条测试中严格攻击成功率仅 1.7%，而本地测试的旧版 Qwen 模型为 35%。该机构提出安全训练改进、OpenRouter 内容过滤或样本量过小（n=10-15）三种解释，尚不能确认是模型本身更安全。