CyberOffense评测缩小开闭源模型攻网差距
先了解这件事
Vals发布CyberOffense基准，在仿真企业网络中测试AI代理自主执行多步骤入侵任务。结果显示，OpenAI受限项目Daybreak中的GPT-6 Sol平均完成80.8%的目标，开源权重模型DeepSeek V4.1 Flash 1017完成72.8%，两者能力差距较小。 Vals称，DeepSeek每次运行的token成本约2至3美元，GPT-6 Sol约17至46美元；开放权重模型还可部署在自有硬件上。Daybreak仅向可信合作伙伴开放，但CyberOffense基准现已向任何人开放。上述结果仅针对模拟网络任务，不能等同于真实企业网络入侵能力。
AI 根据报道生成 · 3 小时前更新
事件进展
2 个进展
- 11月7日 05:31 · 1 篇报道Vals 发布自主网络攻防评测AGI Hunt：Vals 发布 CyberOffense 自主攻陷仿真企业网络基准
- 11月7日 02:43 · 3 篇报道Vals发布模型黑客能力评测结果WIRED AI：Vals研究称中国开源权重AI模型网络攻击能力接近闭源模型
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntVals AI 网络攻防基准：开源模型达闭源九成水平，成本仅 1/10
Vals AI 网络攻防基准测试显示，开源权重模型与闭源模型的网络安全能力差距持续缩小。OpenAI GPT-6 Sol Daybreak 在模拟企业网络攻击中达成 80.8% 的攻击目标，开源权重模型 DeepSeek V4.1 Flash 达到 72.8%，成本仅为前者的十分之一。分析人士指出，开源权重模型发布后无法被限制，防御者可用的窗口期正在快速缩小。
- The DecoderVals AI 评测显示开放模型与受限模型的网络攻击能力差距缩小
Vals AI 的 CyberOffense 评测显示，GPT-6 Sol Daybreak 在 Nova 场景完成 80.8% 的目标，Deepseek V4.1 Flash 1017 完成 72.8%，每次运行成本约为 $3 和 $22。
- AGI HuntVals 发布 CyberOffense 自主攻陷仿真企业网络基准
Vals 发布 CyberOffense 基准，用于测试 AI agent 能否自主攻陷仿真的企业网络。基准以目标完成率和累计 token 消耗衡量模型表现，其中 GPT-6 Sol Daybreak 最高完成约 80% 的目标；此前此类自主网络攻防能力仅限于可信访问的授权项目，现在任何人都可使用。
- WIRED AIVals研究称中国开源权重AI模型网络攻击能力接近闭源模型
Vals的模拟网络测试显示，中国开源权重模型DeepSeek的网络攻击能力已接近OpenAI闭源模型Daybreak，任务完成率分别为73%和81%。在攻击任务中，DeepSeek的token成本为$2至$3，而GPT-6-Sol为$17至$46；研究认为闭源模型在网络安全能力上已不再具有明确优势。
本事件热度走势
- 可比范围当前
- 23
- 可比范围峰值
- 2511月8日 00:00
- 近 24 小时变化
- –
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。