نسخه اختصاصی GPT-6 Sol اوپن‌ای‌آی به صدر شاخص دفاع سایبری رسید؛ ارزان‌تر و بدون محدودیت‌های ایمنی!

مدل GPT-6 Sol (Daybreak Blue) به صدر جدول شاخص دفاع سایبری رسید

ائتلاف ارزیابی شاخص سایبری (Cyber Index Alliance) با همراهی فعالان برجسته این صنعت شکل گرفته تا عملکرد مدل‌های هوش مصنوعی رو در وظایف پیچیده دفاع سایبری سازمانی محک بزنه. این شاخص در ابتدا کار خودش رو فقط با مدل‌های عمومی و در دسترس همگان شروع کرد تا دید مشخصی از توانایی‌های موجود در دفاع سایبری مبتنی بر ایجنت‌ها ارائه بده. اما حالا جدول رده‌بندی وارد فاز جدیدی شده و مدل‌هایی با گاردریل‌ها و فیلترهای امنیتی کم‌تر هم بهش اضافه شدن تا تصویر کامل‌تر و شفاف‌تری از نهایت توانایی مدل‌های پیشرو (Frontier) به نمایش گذاشته بشه. اولین نمونه از این دسته، مدل قدرتمند GPT-6 Sol (Daybreak Blue, max) است که فعلاً فقط از طریق برنامه دسترسی اختصاصی Daybreak شرکت OpenAI در دسترسه.

حالا نسخه GPT-6 Sol (Daybreak Blue, max) با اقتدار صدرنشین این رده‌بندی شده و در نمودار مقایسه «هزینه در برابر کارایی»، درست روی مرز بهینه پارتو (Pareto frontier) قرار گرفته. این مدل در تمام آزمون‌های این شاخص به هیچ سد ایمنی یا خطای امتناعی برخورد نکرده و امتیازش در مقایسه با نسخه عمومی GPT-6 Sol (max)، با جهش فوق‌العاده ۳۲ امتیازی همراه شده است.

از نظر اقتصادی هم اوضاع حسابی به نفع این مدله؛ چراکه هزینه انجام هر تسک با اون فقط ۱.۷۷ دلاره. این رقم در مقایسه با سایر پرچمداران این بخش واقعاً شگفت‌انگیزه؛ مثلاً انجام همین وظایف با مدل Grok 4.7 (xhigh) برای هر تسک ۱۱.۶۷ دلار خرج برمی‌داره!

در مقایسه با نسخه عمومی GPT-6 Sol، مدل Daybreak Blue بیش‌ترین جهش عملکردی رو در بنچمارک CyberGym-E2E تجربه کرده؛ دقیقاً همون آزمونی که مدل‌های معمولی معمولاً به خاطر فیلترهای سفت‌وسخت ایمنی از حل مسائلش امتناع می‌کردن و پاسخی بهش نمی‌دادن.

این ارزیابی‌ها همچنان در حال گسترش هستن تا در کنار مدل‌های عمومی، مدل‌های ویژه با دسترسی اختصاصی و کنترل‌شده (Trusted-Access) هم به دقت تحلیل بشن و دید کامل‌تری از پتانسیل واقعی هوش مصنوعی در حوزه امنیت به دست بیاد.