模型发布

英国 AISI 评测 OpenAI GPT-5.5 网络攻击能力:Expert 任务通过率 71.4%

原文标题:Our evaluation of OpenAI's GPT-5.5 cyber capabilities

AI 摘要

英国 AI Security Institute 发布对 OpenAI GPT-5.5 早期版本的网络安全能力评测,GPT-5.5 在 Expert 级 CTF 任务上平均通过率 71.4%,超过 Claude Mythos Preview 的 68.6%,并在 10 次尝试中 2 次端到端完成 32 步企业网络攻击模拟 The Last Ones,成为第二个做到的模型。

关键信息

  • 英国 AI Security Institute 发布对 OpenAI GPT-5.
  • 5 早期版本的网络安全能力评测,GPT-5.
  • 5 在 Expert 级 CTF 任务上平均通过率 71.
  • 4%,超过 Claude Mythos Preview 的 68.
  • 6%,并在 10 次尝试中 2 次端到端完成 32 步企业网络攻击模拟 The Last Ones,成为第二个做到的模型

速览

发布时间
更新时间
来源
英国 AI Security Institute:Blog(网页)
分类
模型发布
AI 评分
77
阅读原文 前往信息源阅读完整正文
推荐理由

英国 AISI 公布了对 GPT-5.5 网络攻击能力的独立评测数据,并给出与 Claude Mythos Preview 的直接对比和任务细节。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:英国 AISI 评测 OpenAI GPT-5.5 网络攻击能力:Expert 任务通过率 71.4%。2026年4月30日。https://new.nat6.net/news/r4s12yyiywbsig4bskufb7iwx/

查看全部 →
  • Ling-2.6-1T万亿参数模型开源,主打令牌高效

    AntLingAGI正式开源其万亿参数旗舰模型Ling-2.6-1T。该模型采用总参数1万亿、激活参数630亿的架构,核心设计理念是“令牌高效”,旨在以极低的令牌开销实现顶尖智能。它通过“快速思考”机制优化,具备可靠的多步骤执行能力,在指…

    X:蚂蚁百灵 (@AntLingAGI)模型发布AI 评分 71

  • ERNIE 5.1 Preview发布,架构更轻性能更强

    百度ERNIE 5.1 Preview模型正式上线。该模型采用更轻量高效的架构,在总参数量压缩至前代约1/3、激活参数量约1/2的同时,仅消耗可比模型约6%的预训练成本,实现了在其规模下的领先基础性能。根据@arena的Text Aren…

    X:百度 Baidu (@Baidu_Inc)模型发布AI 评分 65

  • DeepSeek 公布多模态模型技术报告

    DeepSeek发布了多模态大模型及技术报告,提出创新的“基于视觉原语的思考”框架。该框架将点、边界框等视觉元素作为推理的基本单元,旨在解决多模态模型在空间参照任务中存在的“参照鸿沟”核心问题,使模型能将抽象认知锚定到图像的具体坐标上。尽…

    IT之家·人工智能模型发布AI 评分 72