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。