热点事件观察中
CyberGym-E2E-AA基准测试模型网络安全能力
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月1日，Artificial Analysis 发布关于 CyberGym-E2E-AA 基准的观察。该基准衡量从漏洞发现到修补的全流程网络安全能力。报道称，部分前沿智能模型因安全限制，在 85% 以上的任务上被拦截、无法响应。同一报道称，GPT-6 Luna 或 MiMo-V2.6-Pro 可在 100 万行以上代码库中执行约 100 次漏洞挖掘，成本约 20 美元，单任务成本比次优模型 Grok 4.7 便宜最多 100 倍。目前尚无更早报道可供对照，事件进展限于该基准上的模型表现与成本对比。
AI 根据报道生成 · 10 小时前更新
最新进展10月1日 09:09
Artificial Analysis称部分前沿模型在CyberGym-E2E-AA上因安全限制被拦截超85%任务。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- X：Artificial Analysis前沿模型网络安全任务遭安全拦截，GPT-6 Luna 性价比突出
在衡量从漏洞发现到修补全流程网络安全能力的 CyberGym-E2E-AA 基准上，部分前沿智能模型因安全限制在 85%+ 的任务上被拦截无法响应。GPT-6 Luna 或 MiMo-V2.6-Pro 可在 100 万行以上代码库中执行约 100 次漏洞挖掘，成本约 20 美元，单任务成本比次优模型 Grok 4.7 便宜最多 100 倍。
本事件热度走势
当前热度 4·可比范围峰值 5（10月2日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。