Cyber Index 联盟详解:IBM、NVIDIA 等共建 AI 网络防御评测标准
ArtificialAnlys · x · 2026-11-13
Artificial Analysis 公布 Cyber Index 方法论细节。该指数衡量模型在网络防御上的能力:发现代码库漏洞、复现验证并修补且不破坏现有功能,由三项评测组成——基于 Collinear AI CWE-bench 的 CWE-Bench-AA、基于 Vercel DeepsecBench 的 DeepsecBench-AA、基于 Berkeley RDI CyberGym-E2E 的 CyberGym-E2E-AA,全部由 Artificial Analysis 独立执行。
评测由 Cyber Index Alliance 联盟共建,成员包括 Collinear AI、IBM、NVIDIA、Pasta Lab、Vercel,共同设计评测并贡献数据集。榜单上 Kimi K3.1 Pro 综合 64 分居首,腾讯 Hy4 58 分、DeepSeek V4.1 Flash 1017(Max)57 分;单任务成本最低的是 GPT-6 Luna(Max)($0.12)、MiMo-V2.6-Pro($0.18)和 Beam 1.0($0.20)。
所属事件:Artificial Analysis 发布 Cyber Index,腾讯混元 Hy4 位列第三(2 条相关)→
「模型」频道最新
- 微软与 Claude 同时宕机,开发者哀嚎全线瘫痪 — ThePeterMick · 2026-11-13
- 爆料：Google 手里还压着一个「大家伙」即将发布 — iruletheworldmo · 2026-11-13
- 1B 小模型 83.62 分登顶 MathArena 12B 以下榜 — tensorqt · 2026-11-13
- 11月13日 AI 快报：Gemini 新模型定价公布，Anthropic 确认 11月19日以 ANT 登陆纳斯达克 — testingcatalog · 2026-11-13
- 陌生模型 Darwin-180B-RSI 在 MathArena HMMT 榜单拿下满分引侧目 — tensorqt · 2026-11-13
- KOL 实测两个月：Opus 5.5 仍是日常主力，GPT 仅在 computer use 领先 — kimmonismus · 2026-11-13