OpenAI 新模型登顶 Vercel DeepsecBench 网络安全测试榜首
LauraModiano · x · 2026-11-18
rauchj 引发关注:OpenAI 发布了「全球最强网络安全能力」的新一代模型。
核心信号是 Vercel 上线的 DeepsecBench——一个「隐蔽」网络安全基准,基于 deepsec cyber harness,衡量各模型在应用代码中发现安全漏洞的能力,综合召回率与精确率打分。其特点是任何实验室都没有机会在测试代码库上训练,排除了数据泄漏嫌疑。
榜单要点:
- GPT-6.2 Astra(xhigh 推理档)以 61.22 分居首,召回率 56.2%、精确率 95.0%,成本约 $59.85,耗时 6 分 26 秒
- 前 6 名全部被 OpenAI 的 GPT-6 系列不同配置包揽,medium 档的 GPT-6.2 Astra 以 53.81 分次之
- Claude Sonnet 5.5 以 37.50 分进入前 8,是榜单上除 OpenAI 外的最高分
所属事件:OpenAI 发布 GPT-6.2 Astra,网络安全能力大幅领先(4 条相关)→
「模型」频道最新
- GPT-6.2 实测口碑之争:开发者称 Astra 有怪癖但非不可用 — pvncher · 2026-11-18
- LLM 直接折叠蛋白质实测:对 2026 年新 PDB 结构结果近乎随机 — MoAlQuraishi · 2026-11-18
- Every 创始人回击 Sam Lessin:发布前我们一直在重测新模型 — kieranklaassen · 2026-11-18
- HF 热榜:Thinking Machines、MiniMax、Qwen 三款新模型同时冲榜 — victormustar · 2026-11-18
- DeepSeek 限流后四步走:桌面端 Harness 加按量付费 API 继续用 — sujingshen · 2026-11-18
- blink-8M 领跑七个静态模型:MTEB 55.35、去污染 BEIR 46.70 — tomaarsen · 2026-11-18