Artificial Analysis 推出 Cyber Index，评估 AI 模型的企业网络防御能力

Artificial Analysis 发布 Cyber Index，联合 CollinearAI、IBM、NVIDIA 和 Vercel 组成评估联盟。该指数包含三个基准：CWE-Bench-AA 覆盖 OWASP Top 10 的 120 个审计与修补任务，DeepsecBench-AA 测试漏洞发现，CyberGym-E2E-AA 要求完整复现并修补内存安全漏洞。Grok 4.7 (xhigh) 和 MiMo-V2.6-Pro 以 56 分并列第一，GPT-6 Luna (max) 得 53 分。GPT-6 Sol、Claude Opus 5.5 等多个前沿模型因安全拒绝放弃 32-38% 的任务，在 CyberGym-E2E-AA 上拒绝率最高达 99%，落后榜首 19 至 31 分。