通俗解释
能力阈值是实验室安全框架的触发点。实验室不是按规模判断风险，而是测试模型在生物武器、网络攻击、自主复制或自动化 SI 研究等风险领域实际能做什么。当模型越过某个阈值时，框架会要求采取特定的安全防护措施，例如加强对其权重的安全保护、限制部署，或在某些框架中暂停，直到缓解措施就绪。各实验室使用的名称各不相同，例如关键能力等级（Critical Capability Levels）、高级与关键级，或带编号的安全等级。
2026 年，多个旗舰模型达到了最高级别的阈值。OpenAI 将 GPT-6 Astra 的网络安全能力评为关键级，Google DeepMind 则表示无法排除 Gemini 4 Argon 已达到其网络安全关键能力等级。阈值的弱点在于衡量：一个故意藏拙的模型，或一项漏测了某种能力的测试，都可能让一个危险的模型在纸面上停留在阈值之下。
对失控 SI 的意义
实验室正是通过阈值来判断一个模型何时危险到不能按常规对待。如果阈值设得太高或衡量不当，一个有能力失控的系统就可能被当作例行事务处理。