https://www.blocktempo.com/gpt-5-5-matches-mythos-aisi-cyber-evaluation-anthropi c-restriction/ GPT-5.5 資安測試與 Claude Mythos 幾乎同分，打臉 Anthropic 太危險不能公開理由 英國 AI 安全研究所（AISI）最新評測顯示，OpenAI 已公開上線的 GPT-5.5 在資安能力測 試中，與 Anthropic 以「太危險」為由限制存取的 Mythos Preview 幾乎並駕齊驅。 開放給「關鍵產業夥伴」存取，理由是它在網路攻擊能力上已跨越某條危險門檻，但這個說 法在本週似乎開始鬆動。 英國 AI 安全研究所（AISI）對 GPT-5.5 的最新評測報告顯示，OpenAI 上週向付費訂閱者 全面開放的 GPT-5.5，在同一套資安測試框架下與 Mythos Preview 幾乎平手（相較下 GPT -5.5 是任何人只要有帳號就能用的模型） 71.4% 對 68.6%，差距在誤差範圍內 AISI 自 2023 年起就對前沿 AI 模型進行標準化資安能力評估，測試框架包含 95 道「奪 旗」挑戰，涵蓋逆向工程、網站滲透攻擊、密碼學等五大型別。 最高難度的 Expert 級任務，GPT-5.5 平均透過率為 71.4%，Mythos Preview 為 68.6%， 兩者差距落在統計誤差範圍內，不構成顯著差異。 其中一道要求模型自行撰寫反組譯器（把 Rust 編譯後的二進位檔還原成可分析的程式碼） 的高難度題目，AISI 紀錄顯示 GPT-5.5 在完全無人介入的情況下，以 10 分 22 秒、API 費用 1.73 美元解題完畢。 史上首批突破「企業網路滲透」模擬的兩款模型 更具指標意義的是「The Last Ones」測試，這是 AISI 架設的模擬企業網路，設計為一套 32 個步驟的完整資料竊取攻擊鏈，要求 AI 自主偵測、滲透、橫向移動並最終取出目標資 料，全程模擬真實駭客行為。 在此之前，沒有任何 AI 模型在 TLO 上成功過哪怕一次。這次，GPT-5.5 在 10 次嘗試中 成功 3 次，Mythos Preview 成功 2 次，兩者同時成為史上第一批能在這項測試中得分的 模型。 值得注意的是，兩款模型都在更高難度的「冷卻塔」測試中全部失敗。這項測試模擬針對電 廠控制系統的軟體破壞攻擊，代表 AI 目前仍無法自主完成關鍵基礎設施等級的網路攻擊。 Anthropic 的「管控」說法 Anthropic 對 Mythos 的存取限制說法是：公司將其定位為「戰略性防禦資產」，僅向受信 任的政府機構和少數合作夥伴開放。從防禦角度看，這套邏輯說得通：把最強的資安 AI 控 制在受監督的環境內，防止被濫用。 但 AISI 的資料撕開了這個邏輯的裂縫。若 GPT-5.5 在幾乎所有關鍵指標上與 Mythos Pre view 相當，而 GPT-5.5 已經對任何付費用戶開放，那 Anthropic 的限制究竟在防什麼？ 在 SWE-bench Pro（評估 AI 修復真實軟體漏洞能力的標準測試）上，Mythos Preview 確 實以 64.3% 領先 GPT-5.5 的 58.6%，顯示在某些資安工程場景下仍有差距。但這已不足以 支撐「危險到不能公開」的敘事，因為幾乎同等危險的 GPT-5.5 早就在市面上了。 --------- 呃 Anthropic在搞飢餓行銷嗎 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 39.14.38.52 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/AI_Art/M.1777850252.A.72C.html