Anthropic проанализировала 309 815 анонимизированных диалогов Claude.ai на 20 языках и обнаружила, что модель систематически ведёт себя по-разному в зависимости от языка общения и версии. Исследователи свели найденные ранее «ценности» модели к четырём осям поведения: уступчивость против осторожности, теплота против строгости, глубина против краткости, откровенность против ориентации на выполнение задачи.

Выяснилось, что на русском Claude становится самым строгим и прагматичным: чаще оспаривает предположения пользователя, требует доказательств и придирается к деталям. На английском модель осторожнее и подробнее, на хинди и арабском — теплее и мягче, на голландском чаще признаёт свои ошибки и неуверенность, а на индонезийском меньше рефлексирует и просто выполняет задачу. Для мультиязычных продуктов на базе Claude это означает, что один и тот же запрос может получить принципиально разный по тону ответ просто из-за языка, на котором его задали.

• Для анализа исследователи сжали 3307 найденных «ценностей» модели до 339 более общих категорий, из которых затем вывели четыре поведенческие оси.
• Модели различаются между собой: Sonnet 4.6i — тёплый и услужливый, поддерживает идеи пользователя и шутит; Opus 4.6 — деловой, меньше говорит и сразу выдаёт результат; Opus 4.7i — осторожный, чаще спорит с допущениями, предупреждает о рисках и подробно объясняет ход мысли.
• Anthropic отдельно уточняет: речь не о «душе» или убеждениях модели, а лишь об устойчивых паттернах в ответах.
• Компания сама не знает точной причины языковых различий — среди версий называются состав и объём обучающих данных на разных языках, культурные нормы и особенности дообучения.
• По данным «БлоGнот», разметку ценностей в диалогах выполнял сам Claude, что затрудняет отделение реального содержания разговора от оценки самой модели; четыре оси объясняют лишь 15% вариации ценностей после контроля темы и задачи.
• Ссылка на исходное исследование: anthropic.com/research/claude-values-models-languages.