RefusalBench: одни модели отказывают в 94% случаев, другие — в 0.1%, на идентичных промптах

Claude отказывает в 94.6% случаев, Grok — в 0.1%. Промпты одинаковые. Разброс — 1000 раз. Исследование RefusalBench даёт возможность понять: когда вы получаете отказ на честный технический вопрос — это не ваша ошибка в формулировке, это фильтр на уровне провайдера. Фишка: 99.8% отказов Claude несут один и тот же код причины — safety_policy. Это не модель думает и решает. Это блокировщик срабатывает до генерации. Смена модели решает за секунды то, над чем можно мучиться часами с переформулировками.