Vals AI 基准显示开源与闭源模型的网络攻击能力差距持续缩小

Vals AI 的 CyberOffense 基准让 AI 智能体在模拟企业网络中自主攻击，OpenAI 限制级项目中的 GPT-6 Sol Daybreak 以 80.8% 目标完成率居首，开源的 DeepSeek V4.1 Flash 1017 达 72.8%，单次成本约 $3 对 $22。