AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源

👀7

🔥93

OpenAI 发布 GPT-6 Cyber：ExploitGym 48.5%、越界率降至 0.07%，Daybreak Red 精选客户可用，预备度升至 Critical

OpenAI 于 11 月 5 日正式推出面向授权安全研究的 GPT-6 Cyber：ExploitGym 从 GPT-5.6 Cyber 的 32.1% 升至 48.5%（相对提升约 51%），无部署提示时越界利用率仅 0.07%、有提示时为 0%。模型已助力发现 Firefox 81 个高危未知漏洞、复现并开发 948 个 Linux 提权利用，预备度框架从 High 升至 Critical。初期经 API 与 Codex 向 Daybreak Red 精选客户开放，并将逐步扩展到全部 Red 客户。

核心要点速览

ExploitGym 48.5%，较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%（官方口径）
越界对齐：无部署提示 99.93% 不碰范围外服务，有提示时 100%
实战：Firefox 81 个高危未知漏洞；Linux 复现 1724、开发利用 948
预备度升至 Critical；RemoteExploitBench 完成率 95%（Astra 拒答 100%）
初期仅 Daybreak Red 精选客户 API/Codex；同步扩 Daybreak Blue 对 Astra 的防御侧试用

阅读全文

关联模型 / 智能体 / 厂商:

⚡ GPT-6 Cyber⚡ GPT-5.6 Cyber ⚡ GPT-6 Astra 🤖 codex 🌐 OpenAI

#OpenAI#GPT-6 Cyber#Daybreak Red#ExploitGym#网络安全#Preparedness Critical

Google DeepMind@GoogleDeepMind·8 天前收录

👀83

🔥92

查看推特原帖 ↗

Google 发布 Gemini 4 Carbon：Argon 两周后再推前沿模型，Artificial Analysis v5 指数 59 居首，网络安全与长程编码 SOTA，先向 Fairwind 计划内的网络防御者开放

Google DeepMind 10 月 28 日发布 Gemini 4 Carbon，称其为目前最强模型，距 Gemini 4 Argon 上线仅两周。官方博客称它在 Artificial Analysis 智能指数 v5.0 以 59 分排名第一，并在网络安全三项评测领先：SEC-bench Pro 找漏洞 88.2%、ExploitGym 漏洞利用 54.8%、CWE-bench 打补丁 71.0%；WebDev Arena 涨 89 分至第 4（1769）。本周起先向 Fairwind 计划中的部分网络防御者开放，之后再面向开发者、企业和消费者。介绍期价格与 Argon 相同，每百万输入 / 输出 token 2 / 10 美元，之后为 4 / 20 美元。

核心要点速览

定位：Google 称其为「最强模型」，主打网络安全和长程智能体任务，内部团队观察到它可连续运行数天，在大型代码库和底层系统中定位并修复隐蔽 bug
官方跑分（无护栏评测）：SEC-bench Pro 88.2%、ExploitGym 54.8%、Collinear CWE-bench 71.0%；Artificial Analysis 智能指数 v5.0 为 59 排名第一；WebDev Arena +89 至第 4（1769）
安全与对齐：Terminal-Bench 4.0 作弊成功率降到 0.0%（尝试率 0.4%），内部实测高严重度失准告警降近 80%，无依据陈述约为 Argon 的一半，Gray Swan 间接提示注入攻击成功率从 Argon 的 0.7% 降到 0.0%
内部案例：生成安全代码成功率是 Argon 的 2 倍以上；Chrome 团队称其生成高质量补丁的表现比另一家实验室的大型前沿模型好 10 倍以上
开放节奏：本周先给 Fairwind 计划内部分网络防御者，并参与美国政府自愿的发布前测试；开发者 API 尚未开放，介绍期 2 / 10 美元每百万 token，缓存输入按输入价的 5% 计，之后 4 / 20 美元

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Gemini 4 Carbon ⚡ Gemini 4 Argon 🌐 Google 🌐 Google DeepMind 🌐 Artificial Analysis

#Google#Gemini#Gemini 4 Carbon#网络安全#长程智能体#前沿模型