SRE Bench公布模型逆向评测榜单
热点事件持续更新
SRE Bench公布模型逆向评测榜单
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Vals公布SRE Bench评测结果：在没有源代码的情况下判断真实二进制程序功能的测试中，GPT-6 Astra以56.87%的准确率居首，单次成本为10.24美元；GPT-6.1 Sol和Gemini 4 Argon分别以50.76%、44.27%紧随其后。 中国模型中，GLM 5.3以9.16%居首；DeepSeek V4 Pro 0813和V4.1 Flash分别为1.91%和0.76%，处于榜单末端。
AI 根据报道生成 · 2 小时前更新
最新进展10月25日 18:48
SRE Bench 逆向二进制评测：GPT-6 得 57%，DeepSeek 仅 1-2% 垫底报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI HuntSRE Bench 逆向二进制评测：GPT-6 得 57%，DeepSeek 仅 1-2% 垫底
SRE Bench 榜单显示，GPT-6 Astra 在无源代码二进制逆向工程评测中以 56.87% 准确率居首，单次成本 $10.24。GPT-6.1 Sol 以 50.76% 位列第二，Gemini 4 Argon 为 44.27%；中国模型中 GLM 5.3 最高，达 9.16%，DeepSeek V4 Pro 0813 与 V4.1 Flash 分别为 1.91% 和 0.76%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。