Vals AI 基准显示开源与闭源模型在网络攻击能力上的差距持续缩小

Vals AI 的 CyberOffense 基准模拟真实企业网络，让 AI 智能体从公开网址出发独立渗透。OpenAI 受限项目中的 GPT-6 Sol Daybreak 在 Nova 测试中完成约 80% 的攻击目标，开源模型 Deepseek V4.1 Flash 1017 以 72.8% 紧随其后，单次运行成本约 3 美元而非 22 美元。