网传 GPT-6 Astra 网安基准刷榜:29/32 CVE,三次测试花费近 4000 美元
charliermarsh · x · 2026-09-05
Aikido Security 自称提前拿到未发布的「GPT-6 Astra」跑其网络安全基准,成绩大幅领先(未获 OpenAI 证实)。
- pass@3 下重新发现 29/32 个 CVE,创该基准最高召回纪录,比 GPT-5.6-Sol 多 4 个
- 即使 pass@1 召回也有 75%,表现非常稳定
- 代价高昂:三次测试花费近 4000 美元
- Astra 登顶该基准第一,领先幅度明显
注:模型名称与细节均为第三方声称,尚未证实。
「模型」频道最新
- Greenblatt 质疑 Astra 对齐验证：部署模拟无法区分「真变好」与「藏得更深」 — RyanGreenblatt · 2026-09-05
- Anthropic 发布 Claude Fable 5.1,缓存读取降价 75% 至 $0.25/M tokens — dl_weekly · 2026-09-05
- GPT-6 Astra 拿下 GDP.pdf 榜首，33.2% 成绩领先 Claude Fable 5.1 — ArtificialAnlys · 2026-09-05
- AA-Briefcase 榜单：Claude Fable 5.1 与 Opus 5 领先，GPT-6 Astra 猛追 85 Elo — ArtificialAnlys · 2026-09-05
- GDP.pdf 长文档推理榜：GPT-6 Astra 以 33.2% 居首 — ArtificialAnlys · 2026-09-05
- Artificial Analysis 发布智能指数 v4.2：GPT-6 Astra token 效率领先 — ArtificialAnlys · 2026-09-05