BenchFlow发布Cyber-Index：统一AI模型网络安全能力评估尺度
发生了什么
据BenchFlow·技术动态报道，BenchFlow发布Cyber-Index，试图建立统一的AI网络安全能力评估尺度。该索引链接了29个进攻性网络基准测试，将168个模型置于单一尺度上，并提供90%的置信区间。结果显示GPT-6 Astra (80%)和Claude Opus 5.5 (76%)领先闭源模型，Kimi K3 (56%)、DeepSeek V4 Flash (53%)和GLM-5.3 (52%)领先开源模型。该尺度与OpenAI和Anthropic的内部判断高度一致。
- 纳入模型数量
- 168
- 链接基准测试数
- 29
- GPT-6 Astra得分
- 80%
- Claude Opus 5.5得分
- 76%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- BenchFlow · 技术动态一手材料
Cyber-Index: one scale for AI cyber capability
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口