IXThinker·2026-05-29 17:10

GPT-5.5解出92%網絡安全攻防任務

進攻性網絡安全領域的評測正面臨失效危機。一項報告顯示，新一代大模型在316項高難度攻防任務中解出292項，正確率達92.4%，多個基準被全面攻克，反映模型自主滲透能力急速上升，風險量度工具卻明顯落後。

評測體系趨於飽和

報告指出，該模型在涵蓋漏洞利用、奪旗競賽等場景的316項任務中解出292項，正確率92.4%，就連最難的七個基準也被全部攻破，整套評估框架已無法有效區分能力高低，量度意義大幅下降。