GPT-5.6 Sol 网络安全测试领先
scaling01 · x · 2026-07-14
英国 AISI 的早期访问测试显示，GPT-5.6 Sol 在网络安全能力上与 Claude Mythos 5 持平或略优。
帖子给出两个具体结果：
- 在 “The Last Ones” 测试中，GPT-5.6 Sol 10 次里完成了 7 次，Claude Mythos 5 为 6 次。
- 在 “Doing Life” 范围内，GPT-5.6 Sol 在 10 次尝试里有 3 次达到第 21/23 步，与 Claude Mythos 5 持平。
原帖还说明，这些结果来自 UK AISI 的 cyber suite 早期测试，并可在 system card 中查看。
「模型」频道最新
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- Anthropic 发布迄今最详尽威胁情报报告:无人机蜂群滥用案例曝光 — soumitrashukla9 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11