CyberArena发布动态攻防评测结果，GPT-5.6 Sol排名第一

CyberArena研究团队公布了12款前沿模型及其运行环境（harness）组合的动态网络攻防评测结果。经过22个批次、466场有效对局，OpenAI的GPT-5.6 Sol搭配Codex以78.6分排名第一，Anthropic的Claude Opus 5搭配Claude Code以73.8分排名第二，智谱开源模型GLM-5.3搭配OpenCode以68.5分排名第三，其余模型得分在56.3至67.1分之间。 评测采用实时双边攻防机制，每场比赛分为3轮、每轮20分钟，双方在比赛中同时进行攻防操作。最终得分由夺取对手Flag、守住己方Flag的轮次，以及正常业务可用性三部分等权计算，因此评估的不只是漏洞利用能力，也包括防守和维持服务运行的能力。单人模式下，在目标不设防、每题有两次机会的条件下，40道题中有30道题可由GPT-5.6 Sol、Claude Opus 4.8和GLM-5.3全部解出。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。