CyberArena 评测12款前沿模型的动态网络攻防能力，GPT-5.6 Sol以78.6分排名第一

研究团队推出 CyberArena，对12款前沿模型及其 harness 组合进行动态网络攻防评测，经过22个批次、466场有效对局，GPT-5.6 Sol以78.6分排名第一，Claude Opus 5以73.8分排名第二，GLM-5.3以68.5分排名第三。