Vals AI 网络攻击基准：开源与闭源模型差距缩小

Vals AI 发布 CyberOffense 基准测试结果：让 AI 智能体在隔离的 Kali Linux 攻击机上，仅凭一个公开网址、无人工协助，自主入侵模拟企业网络。OpenAI 受限 Daybreak 项目中的 GPT-6 Sol 完成 80.8% 的目标；开源权重模型 Deepseek V4.1 Flash 1017 达到 72.8%，单次运行成本约 3 美元，而 GPT-6 Sol 约 22 美元。 Deepseek 在 3 小时内完成 31 个目标中的 27 个，但前 2500 万 token 未取得任何进展，大部分成果出现在 1 亿 token 之后。测试方称，开源与闭源模型的能力差距正在缩小。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。