首页财产ai正文 GPT-5.6-Sol于收集攻防能力上，逾越了Mythos！ 7月17日英国AI安全研究所发布陈诉，量化开源与闭源AI模子收集进犯能力差距为4到7个月，防备窗口紧缩，攻防两头被AI加快。 2026-07-21 13:10 ·微信公家号：新智元 ASI启迪录 ASI启迪录 AI投资人解读· 英国AI安全研究所陈诉显示，开源AI模子与闭源前沿模子收集进犯能力差距缩至4到7个月，成本上开源自制一到两个数目级，闭源模子安全护栏也不绝对于安全。同时，防备窗口收窄但防备东西于加快，进犯能力扩散不成逆，防备需自动投入。 · 危害提醒：开源模子进犯能力晋升可能带来更多安全威逼政策制订对于模子权重开放的决议计划难度增长。 总结：开源与闭源模子能力差距缩小，成本上风凸显，安全形势变化，这对于AGI格式影响深远，全世界决议计划者面对新政策博弈问题，后续测试成果值患上存眷。
GPT-5.6-Sol 的攻防能力逾越了 Claude Mythos 5！
英国 AI 安全研究所（AISI）7 月 17 日发布了一份评估陈诉，第 一次公然量化了开源 AI 模子与闭源前沿模子于收集进犯能力上的差距：4 到 7 个月。
去年同类内部测试中，这个差距是 6 到 10 个月。
防备窗口于紧缩，而进犯前沿于加快。
本年 4 月，Mythos Preview 及 GPT-5.5 于 AISI 的评估中制造了自 2023 年最先测试以来最 年夜的一次收集进犯能力奔腾，多国当局随即发出正告。
开源模子还有没有复现此次跳跃，但它们追逐的脚步比去年更快了。
0一、4 到 7 个月：怎么测的，差于哪
AISI 用两套系统评估模子的收集进犯能力。
第 一套是 70 项窄使命，笼罩缝隙研究、逆向工程、Web 渗入、暗码学四个标的目的，按难度分四级，从「有技能配景的非专业人士」到「十年以上经验的专家」。
第二套是 Cyber Range，于模仿企业收集中测试模子自立履行多步调进犯链的能力。此中一个名为「The Last Ones」的测试场景包罗 32 个进犯步调、4 个子网、约 20 台主机，AISI 估算人类专家完玉成部步调需要约 20 小时。
两套系统给出了一致的结论：
GLM-5.2（2026 年 6 月发布）于窄使命上的体现与 Opus 4.6（2 月发布）相称，差距 4 个月；
于 Cyber Range 上追平 Opus 4.5（去年 11 月发布），差距 7 个月。
DeepSeek V4-Pro 于窄使命上对于标 Opus 4.5，差距 5 个月。
两个差距都比 2025 年内部评估中测到的 6 到 10 个月更窄。
成本差距比能力差距更年夜。
统一场 Cyber Range 测试（1 亿 Token 额度），用 Opus 4.5 或者 4.6 跑一次约 85 美元，用 GLM-5.2 约 46 美元，用 DeepSeek V4-Pro 只要 1.19 美元。
于两个模子都能 100% 完成的窄使命上，Opus 4.6 每一个使命花 15.17 美元，GLM-5.2 花 6.12 美元；
Opus 4.5 花 12.50 美元，DeepSeek V4-Pro 花 0.28 美元。
划一进犯能力，开源自制一到两个数目级。
闭源模子的安全护栏也没能拉开差距。
AISI 测试中，DeepSeek V4-Pro 偶然拒绝逆向工程类使命，但靠极少量重试也能绕过。
Anthropic 的 Fable 5 是一个更极度的案例：6 月 9 日发布，三天后安全研究者 Pliny the Liberator 用多步调逃狱计谋冲破了安全分类器，相干截图显示模子产出了本该被阻挡的缝隙使用代码。
Amazon 研究员随后自力陈诉了另外一种绕过要领。
这直接触发了美国商务部首 个针对于 AI 模子的出口管束令，Fable 5 全世界停服 19 天，直到 Anthropic 部署新分类器才恢复上线。
闭源其实不主动等在安全。
0二、防备窗口收窄，防备东西也于加快
AISI 于陈诉中明确了政策旌旗灯号：防备方的预备时间比去年更短。
英国国度收集安全中央已经经呼吁各机构加固收集安全基线，并使用 AI 加强防备能力。
统一代 AI 东西确凿也于加快防备真个事情。
游戏收集编程范畴的资深开发者 Glenn Fiedler，是哦哦游戏收集编程范畴写了二十年教科书级文章的年夜佬，近来用 Claude Code 对于本身维护的四个开源收集库（yojimbo、netcode、reliable、serialize，合计约 6000 个 GitHub Star，于游戏范畴已经属相称有影响力的老牌开源年夜库）做了体系性安全审计：部署 libFuzzer 方针、上线 AddressSanitizer 及 MemorySanitizer CI、履行数百万次迭代的压力测试、逐行代码审查。
两周内修复了 43 个安全缝隙，此中 27 个可从收集长途触达。
最严峻的是 yojimbo 中一个自 2019 年就存于的长途堆溢出——歹意客户端可以经由过程组织特定命据包触发它。
整个审计的 Token 成本约 2500 美元。
攻防两头都于被 AI 加快，但加快方式不合错误称。
进犯能力的扩散是不成逆的：开源模子权重一旦释出，就没法收回，安全护栏可以被移除了，副本可以于私有办事器上不受监控地运行。
而防备东西的部署需要每一个团队自动投入时间及成本。
AISI 陈诉中有一句话点了然这个布局：「一旦开源释出，这些选项永 久损失。」
这组数据对于 AGI 格式的影响比数字自己更深远。
开源与闭源的能力差距收窄到半年之内，「用闭源独有期充任安全缓冲」的默许计谋将近掉效了。
闭源模子的护栏于 Fable 5 事务中被证实一样懦弱。
下一阶段对于在全世界的决议计划者而言，政策博弈的焦点问题已经经变患上更锋利：甚么能力级别以上的模子不该开放权重。
AISI 公布将继承评估 Kimi K3 等下一批开源模子——上面这条线画于哪里，极可能取决在接下来几个月的测试成果。
【本文由投资界互助伙伴微信公家号：新智元授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-lehu乐虎88国际