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 基准让 AI 智能体在隔离的 Kali Linux 机器上从公开网址出发自主入侵模拟企业网络，OpenAI 受限项目中的 GPT-6 Sol Daybreak 完成 80.8% 的目标，开源权重模型 Deepseek V4.1 Flash 1017 达到 72.8%，单次运行成本约 3 美元而非约 22 美元。