Artificial Analysis网络安全指数纳入可信访问模型,GPT-6 Sol Daybreak Blue登顶
Artificial Analysis将仅有受限访问渠道的模型纳入其Cyber Index,首个入选的是通过OpenAI Daybreak计划提供的GPT-6 Sol(Daybreak Blue, max)。该模型在指数中得分为所有参评模型最高,且未触发任何安全拦截。
AI解读:Artificial Analysis宣布扩展其Cyber Index,首次收录“可信访问”模型——即安全护栏少于公开版本的受限访问模型,以更全面反映前沿模型的网络攻防能力。
据Artificial Analysis,该版本在整个指数评测中未触发任何安全拦截,总分比公开可访问的GPT-6 Sol(max)高 32 分;提升最大的基准是CyberGym-E2E,该基准也是安全拒绝出现最频繁的测试项。
成本方面,Daybreak Blue每任务花费 1.77 美元,低于Grok 4.7(xhigh)的 11.67 美元;Artificial Analysis表示将继续扩展该指数,同时覆盖公开模型与可信访问模型。
Artificial Analysis将其Cyber Index的评测范围扩大到“可信访问”模型,即安全护栏少于公开版本的受限访问模型。首个被纳入的是GPT-6 Sol(Daybreak Blue, max),该模型通过OpenAI的Daybreak计划提供访问,目前在指数中排名第一,并位于成本与能力帕累托前沿。
新纳入的模型得分与成本表现
Artificial Analysis表示,GPT-6 Sol(Daybreak Blue, max)在整个Cyber Index评测中未触发任何安全拦截,其总分比公开可访问的GPT-6 Sol(max)高 32 分。该机构还称,Daybreak Blue模型相对公开版本提升最大的基准是CyberGym-E2E,而这一基准正是其观察到安全拒绝次数最多的评测项。
在成本方面,Artificial Analysis给出GPT-6 Sol(Daybreak Blue, max)的每任务成本为 1.77 美元,并称其比包括Grok 4.7(xhigh)在内的其他领先模型更具成本效益——Grok 4.7(xhigh)的每任务成本为 11.67 美元。
指数扩展方向与信息来源
Cyber Index由Artificial Analysis Cyber Index Alliance联合行业合作伙伴推出,用于评估AI模型在企业网络防御任务上的表现。该指数最初仅收录公开可访问的模型,以反映公开可得能力的最佳指标。Artificial Analysis表示,将可信访问模型纳入排行榜,是为了提供更广泛的前沿模型网络能力视图,并计划继续扩展该指数,使其同时覆盖公开可访问模型与可信访问模型。