[控场AI]
基准

Exploit Bench

专门衡量AI网络安全攻防能力的基准测试，覆盖漏洞识别、利用链构造和渗透测试场景，属于任务完成型评估范式，要求模型在沙盒环境中完成端到端渗透测试

时间轴 (近 90 天)

9月17日

OpenAI公布Astra在Exploit Bench达到100%

待验证50%
9月17日

Exploit Bench是用于评估模型自动化漏洞利用能力的安全领域基准

待验证50%

全部知识事实 (2)

待验证

OpenAI公布Astra在Exploit Bench达到100%

50%待验证

Exploit Bench是用于评估模型自动化漏洞利用能力的安全领域基准

50%

来源文章

GPT-6 Astra解析：从回答问题到自主完成任务的转变9月17日GPT-5.6发布：性能超越竞品却遭政府叫停，网络安全能力触发监管红线7月12日GPT-5.6三款模型深度实测：SOL/TERRA/LUNA性能与定价全解析7月11日GPT-5.6三模型实测：Sol/Terra/Luna与Claude差距还有多远？7月10日