OpenAI 安全模型 Astra 刷爆 ExploitBench 百分百胜率

OpenAI 即将发布的安全向模型 Astra 在网络安全基准 ExploitBench 上取得 100% 成功率，远超 Sol-5.6 (Max) 的 73.5% 和 Mythos 5 的 78%。社区普遍认为这标志着 AI 达到网络安全的临界能力，是本事件最值得关注的核心。

已确认

• Astra 在 ExploitBench 测试中取得 100% 成功率，高于 Sol-5.6 (Max) 的 73.5% 与 Mythos 5 的 78%（@zephyrz9、@haider1）
• 为避免基准污染，OpenAI 用模型知识截止日期后的新漏洞构建了内部刷新基准，Astra 仍显著强于 GPT-5.6 Sol 且消耗更少 token（@infoxiao 转述、@zephyrz9）
• 在 20 个高危漏洞集上，Astra 利用约 7.6 万 tokens 达到 39% 的利用成功率，而 GPT-5.6 使用 13.8 万 tokens 仅达 11%（@imjustnewatai 转述），利用率提升约 3.4 倍
• 开发者宣布 Astra "准备就绪"，并声称在内部版 ExploitBench 上取得远超 GPT-5.6 Sol 的提升（@danielmac8）
• 另据 @haider1，OpenAI 已重启此前暂停的大型前沿 RL（强化学习）训练运行，小规模工作在更严格管控下继续，但部分用于未来 Astra 版本的更大规模运行仍被搁置

为什么重要

• Astra 在刷新基准上仍保持优势且 token 消耗更低，说明能力提升并非记忆污染所致，可信度更高
• 高危漏洞利用成功率的跃升（11% 到 39%）意味着 AI 在进攻性安全任务上正逼近甚至达到实用水平，对安全生态与监管均构成新变量
• 前沿 RL 训练的重启与 Astra 的关系，暗示 OpenAI 后续还有更强版本在酝酿

2026-09-02 ~ 2026-09-02 · 5 条相关

• 【源头】OpenAI 重启大型前沿 RL 训练，Astra 实测获满分 — haider1 · 2026-09-02
• Astra 刷爆 ExploitBench 百分百胜率，达网安临界能力 — infoxiao · 2026-09-02
• 新模型 Astra 称在 ExploitBench 暴打 GPT-5.6 — daniel_mac8 · 2026-09-02
• OpenAI Astra 漏洞利用率 39% 较 GPT-5.6 提 3.4 倍 — imjustnewatai · 2026-09-02
• 【源头】曝 OpenAI 新模型 Astra 攻破内部基准，发现零日漏洞 — zephyr_z9 · 2026-09-02