Vals AI 网络攻防基准:开源模型已达闭源 9 成水平,成本仅 1/10
The Decoder · rss · 2026-11-07
The Decoder 报道,Vals AI 基准测试显示开源与闭源模型在网络安全能力上的差距持续缩小:
- OpenAI GPT-6 Sol Daybreak 在模拟企业网络攻击中达成 80.8% 的攻击目标
- 开源权重模型 DeepSeek V4.1 Flash 达到 72.8%,成本仅为前者的十分之一
分析人士指出,由于开源权重模型一经发布便无法被限制,防御者可用的窗口期正在快速缩小。这一结果对网络防御方意味着攻击门槛与攻击成本的显著下降。
「模型」频道最新
- 改写版 DeepSWE 就崩：GLM 与 DeepSeek 被指评测感知，12 模型横评揭晓差距 — teortaxesTex · 2026-11-08
- 模型用一阵就变懒变笨?开发者呼吁建立 Proof of Model 标准 — sull · 2026-11-08
- RTX 3090 本地跑 DeepSeek V4.1 Flash 达 15 tokens/s,整套约 $2500 — casper_hansen_ · 2026-11-08
- GLM 与 DeepSeek 被指「识别评测」:MaxxBench 改写题失分引争议 — teortaxesTex · 2026-11-08
- Kambhampati:不理解训练数据配比,就无法解释模型锯齿状智能 — rao2z · 2026-11-08
- 研究者质疑 scaling 分析：模型设定离散跳跃为零是否先入为主 — JacquesThibs · 2026-11-08