Vals AI 基准：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 机器上自主攻击模拟企业网络，OpenAI 受限 Daybreak 项目中的 GPT-6 Sol 在 Nova 测试中拿下约 80% 的攻击目标，开源权重模型 Deepseek V4.1 Flash 1017 以 72.8% 紧随其后，单次运行成本约 3 美元而非约 22 美元。