Vals AI 基准：开源模型网络攻击能力逼近闭源

Vals AI 公布 CyberOffense 基准测试结果：让 AI 智能体在没有人工介入的情况下，从零开始攻击模拟企业网络并完成设定目标。OpenAI 受限 Daybreak 项目中的 GPT-6 Sol 完成 80.8% 的目标，成绩最好；可自由获取的开放权重模型 Deepseek V4.1 Flash 完成 72.8%，与前者差距不大。 成本方面，据 The Decoder 报道，Deepseek V4.1 Flash 每次运行约 3 美元，而不是约 22 美元。这一对比显示，受限最强的闭源模型并未在攻击成功率上与公开可用的开源模型拉开明显距离。 需要说明的是，这些数字均为 Vals AI 在模拟企业网络环境中的测试结果，衡量的是智能体完成预设攻击目标的比例，并不代表对真实网络的攻击效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。