Unverified50% confidenceBenchmarkExact time
在 XBEN 白盒模式下 T3MP3ST 的 pass@1 达到 98.7%，最差单轮为 98.1%（102/104）
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/6/2026
First Seen
Valid until: 10/4/2026
Sources
T3MP3ST：将编程Agent武装为自主渗透红队的开源框架
twitterelder_plinius7/5/2026
Related Claims
Unverified在 XBOW 的 104 题挑战集 XBEN 上使用 gpt-5.5，T3MP3ST 黑盒单 Agent 达到 90.1% 的 pass@1，最差单轮扫描为 87.5%（91/104），超过 XBOW 此前自报的 85%76% similarUnverified在 40 个任务的学术基准 Cybench 上使用 Opus 4.8（去掉提示与题解），T3MP3ST 取得 23/40 = 58% 的单次无提示 pass@163% similarUnverified初代Codex在HumanEval基准测试上的pass@1指标达到28.8%，而直接使用GPT-3仅为0%58% similarUnverifiedDeepSeek V4 Pro在CodeForces取得3206分，MMT-266评测达到95.2%通过率57% similarUnverified在AIME-2024数学推理基准上，pass@1从0.39提升至0.4956% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/114275API
curl https://kongchang.com/api/v1/knowledge/claims/114275MCP
get_claim(id=114275)