https://www.blocktempo.com/gpt-5-5-matches-mythos-aisi-cyber-evaluation-anthropi c-restriction/ GPT-5.5 资安测试与 Claude Mythos 几乎同分，打脸 Anthropic 太危险不能公开理由 英国 AI 安全研究所（AISI）最新评测显示，OpenAI 已公开上线的 GPT-5.5 在资安能力测 试中，与 Anthropic 以「太危险」为由限制存取的 Mythos Preview 几乎并驾齐驱。 开放给「关键产业夥伴」存取，理由是它在网路攻击能力上已跨越某条危险门槛，但这个说 法在本周似乎开始松动。 英国 AI 安全研究所（AISI）对 GPT-5.5 的最新评测报告显示，OpenAI 上周向付费订阅者 全面开放的 GPT-5.5，在同一套资安测试框架下与 Mythos Preview 几乎平手（相较下 GPT -5.5 是任何人只要有帐号就能用的模型） 71.4% 对 68.6%，差距在误差范围内 AISI 自 2023 年起就对前沿 AI 模型进行标准化资安能力评估，测试框架包含 95 道「夺 旗」挑战，涵盖逆向工程、网站渗透攻击、密码学等五大型别。 最高难度的 Expert 级任务，GPT-5.5 平均透过率为 71.4%，Mythos Preview 为 68.6%， 两者差距落在统计误差范围内，不构成显着差异。 其中一道要求模型自行撰写反组译器（把 Rust 编译後的二进位档还原成可分析的程式码） 的高难度题目，AISI 纪录显示 GPT-5.5 在完全无人介入的情况下，以 10 分 22 秒、API 费用 1.73 美元解题完毕。 史上首批突破「企业网路渗透」模拟的两款模型 更具指标意义的是「The Last Ones」测试，这是 AISI 架设的模拟企业网路，设计为一套 32 个步骤的完整资料窃取攻击链，要求 AI 自主侦测、渗透、横向移动并最终取出目标资 料，全程模拟真实骇客行为。 在此之前，没有任何 AI 模型在 TLO 上成功过哪怕一次。这次，GPT-5.5 在 10 次尝试中 成功 3 次，Mythos Preview 成功 2 次，两者同时成为史上第一批能在这项测试中得分的 模型。 值得注意的是，两款模型都在更高难度的「冷却塔」测试中全部失败。这项测试模拟针对电 厂控制系统的软体破坏攻击，代表 AI 目前仍无法自主完成关键基础设施等级的网路攻击。 Anthropic 的「管控」说法 Anthropic 对 Mythos 的存取限制说法是：公司将其定位为「战略性防御资产」，仅向受信 任的政府机构和少数合作夥伴开放。从防御角度看，这套逻辑说得通：把最强的资安 AI 控 制在受监督的环境内，防止被滥用。 但 AISI 的资料撕开了这个逻辑的裂缝。若 GPT-5.5 在几乎所有关键指标上与 Mythos Pre view 相当，而 GPT-5.5 已经对任何付费用户开放，那 Anthropic 的限制究竟在防什麽？ 在 SWE-bench Pro（评估 AI 修复真实软体漏洞能力的标准测试）上，Mythos Preview 确 实以 64.3% 领先 GPT-5.5 的 58.6%，显示在某些资安工程场景下仍有差距。但这已不足以 支撑「危险到不能公开」的叙事，因为几乎同等危险的 GPT-5.5 早就在市面上了。 --------- 呃 Anthropic在搞饥饿行销吗 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 39.14.38.52 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1777850252.A.72C.html