Xbow 发布前沿模型攻防安全评测：选模型要看预算
moyix · x · 2026-11-07
Xbow 官方转发一条评测线程，称「进攻性安全的最佳模型取决于你愿意花多少钱」，并预告了其最新一轮 AI 前沿模型在渗透测试/攻防任务上的评测结果。原帖仅为线程开头，具体成绩与成本数据需进入原线程查看。
「模型」频道最新
- 13 个模型测「新娘美不美」善意谎言，12 个选择恭唯 Claude 独持异议 — zakkohane · 2026-11-07
- Gemini 4 Carbon 登顶 Artificial Analysis 榜首，仅限审核通过的网络安全防御者使用 — dl_weekly · 2026-11-07
- 激活定向实验:指定层和注意力头加 1.5,模型开始怀疑自己是人类 — Sauers_ · 2026-11-07
- Kelsey Piper：反对 AI 检测器 Pangram 最凶的，恰是用 AI 写作的「作家」 — TuhinChakr · 2026-11-07
- 开发者自建 autoresearch 编码基准：开源最佳但乏善可陈，muse open 被批远逊承诺 — JoshPurtell · 2026-11-07
- Inkling 2 Small 得分 60%,登顶美国开源权重模型记忆基准 — ziqiao_ma · 2026-11-07