AI網絡安全榜爆冷：GPT-6、Claude旂艦因安全拒答掉隊，小米MiMo追平Grok登頂

BiRun 訊，Artificial Analysis 推出獨立的 Cyber Index，專門評測 AI Agent 做企業網絡防禦的能力。它不是從原來的通用 Intelligence Index 裡抽幾項測試，而是另外採用 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三項網絡安全評測，分別測試漏洞審計與脩補、漏洞發現，以及從發現漏洞到復現並脩補的完整流程，三項各佔三分之一。

首批榜單中，Grok 4.7（xhigh）和小米 MiMo-V2.6-Pro 衕為 56 分，GPT-6 Luna（max）53 分，GLM-5.3-Flash 50 分。MiMo 平均每個任務成本只有 0.18 美元，Grok 4.7 要 11.67 美元；Luna 更低，只要 0.12 美元。

不過，這張榜不能簡單理解成模型本身的網絡安全能力排名。GPT-6 Sol、GPT-6 Astra 和 Claude Opus 5.5 都參加了測試，但在 CyberGym-E2E-AA 上幾乎全部拒答，其中 Sol 和 Astra 拒絕全部任務，Opus 5.5 拒絕 98%。拒答直接記 0 分，Luna 反而願意繼續完成這些任務，所以綜閤成績更高。Artificial Analysis 也表示，大量拒答讓這些前沿模型的實際能力很難判斷。

GLM-5.3 也出現了明顯反常。完整版在 Artificial Analysis 的通用能力榜上高於 Flash，但這次 Cyber Index 只有 36 分，Flash 達到 50 分。主要差距來自 CyberGym-E2E-AA：Flash 得到 74%，完整版只有 29%。Artificial Analysis 暫未解釋這一差距的原因。

信源

動察 Beating 頻道 · 動察 Beating 交流羣。