OpenAI का GPT-5.5-Cyber साइबर सुरक्षा बेंचमार्क पर Anthropic के Mythos से बेहतर प्रदर्शन करता है

शीर्षक: OpenAI का GPT-5.5-Cyber Anthropic के Grounded Mythos को पीछे छोड़ता है — और यह अभी भी लाइव है। यह क्रिप्टो सुरक्षा के लिए क्या बहुत मायने रखता है। AI-संचालित साइबर सुरक्षा के लिए एक उच्च-जोखिम वाली टक्कर में, OpenAI का हाल ही में लॉन्च किया गया GPT-5.5-Cyber, एक महत्वपूर्ण वल्नरेबिलिटी बेंचमार्क पर Anthropic के प्रतिबंधित Mythos मॉडल को पीछे छोड़ चुका है — और Anthropic के मॉडल्स के विपरीत, यह अभी भी ऑनलाइन है और इस्तेमाल किया जा रहा है। क्या हुआ - 22 जून को, OpenAI ने अपनी Daybreak साइबर डिफेंस पहल के हिस्से के रूप में GPT-5.5-Cyber को लॉन्च किया। - CyberGym — जो UC Berkeley का एक बेंचमार्क है और 188 ओपन-सोर्स प्रोजेक्ट्स में 1,507 ज्ञात सॉफ़्टवेयर वल्नरेबिलिटीज़ के खिलाफ AI एजेंट्स की परीक्षा करता है — GPT-5.5-Cyber ने 85.6% स्कोर किया। - Anthropic का Mythos 5, जिसे संयुक्त राज्य सरकार ने ऑफलाइन करने का आदेश दिया, समान परीक्षण पर 83.8% स्कोर करता है। Anthropic का समग्र मॉडल Claude Opus 4.7 73.1% स्कोर करता है। छोटे मार्जिन का महत्व एक दो-पॉइंट से कम का अंतर सामान्यतः सामान्य होता है, लेकिन संदर्भ कहानी को बदल देता है। Anthropic ने 12 जून को Mythos 5 और Fable 5 को U.S. Commerce Department द्वारा जारी एक आपातकालीन निर्यात नियंत्रण निर्देश के बाद ऑफलाइन कर दिया, जिसमें "जेलब्रेक" तकनीक से सुरक्षा नियंत्रणों को पार करने के संबंध में राष्ट्रीय सुरक्षा के मुद्दों का हवाला दिया गया। Anthropic के पास मापदंड पर स्केल पर उपयोगकर्ता की राष्ट्रीयता की पुष्टि करने में सक्षम होने की क्षमता नहीं थी, इसलिए इसने मॉडल्स को पूरी दुनिया में अक्षम कर दिया। Anthropic की स्वयं कीचेतावनों ने ड्रामा को बढ़ाया। कंपनी ने सार्वजनिक रूप से Mythos को असामान्य रूप से शक्तिशाली और सख्त नियंत्रणों के बिना संभावित रूप से खतरनाक बताया है; CEO Dario Amodei ने सीमांत AI की तुलना सरकारों को सुरक्षा समीक्षा में विफल होने पर मुद्रण करने में सक्षम होने के समान हवाईजहाज़ से की। Anthropic पर Fable 5 में एक隠藏フィルटर (छिपा हुआ 필터) प्रकट होने के बाद प्रतिक्रिया हुई, जो संदिग्ध प्रतिद्वंद्वियों के लिए प्रस्तुति को प्रभावित करता है, प्रणालीजो प्रतिक्रिया में पलटीगईऔरउसकेलिएक्षमश्रमकियागया।23जूनतक, Mythos 5औरFable 5अभीभीससपेंडेडहैंजबकिAnthropicCommerceDepartmentकेसाथबातचीतकरतेहैंऔरकानूनीकार्रवाईशुरूकरतेहैं। OpenAI काअलगदृष्टिकोण OpenAIएकअधिकसरकार-समझौताकिएगएदृष्टिकोणपरअपनायागया।GPT-5.5-Cyberजनताकेलिएखुलानहींहै:एक्सेससिर्फपुष्टि-प्राप्तसुरक्षाविशेषज्ञोंतकसीमितहै,औरOpenAIनेलॉन्चसेपहलेसंयुक्तराज्यसंघीयसाइबरसंगठनों—जिसमेंCenterforAIStandardsandInnovationऔरOfficeoftheNationalCyberDirectorशामिलहैं—के साथ प्री-डिप्लॉयमेंट परीक्षण किए। OpenAIअपनेमॉडलकोसरकारोंऔरउद्योगमेंएमबेडकरनेकेलिएभीजल्दीचलरहाहै।Daybreakनेऑस्ट्रेलिया,कनाडा,फ्रांस,जर्मनी,जापान,दक्षिणकोरियाऔरयूरोपीयसंघएजेंसीज़जैसेयूरोपीययूनियनएजेंसीफॉरसाइबरसुरक्षाके साथ साइबर सुरक्षा साझेदारी हस्ताक्षर की है। 28 सुरक्षाविक्रेताओं—जिसमेंCrowdStrike,CiscoऔरCloudflareशामिलहैं—OpenAIकेCyberPartnerProgramमेंशामिलहुएहैंताकिGPT-5.5क्षमताओंकोअपनेउत्पादोंमेंवटेडग्राहकोंकेलिएएमबेडकियाजा सके। फील्ड में प्रभाव OpenAI कहता है कि इसका Codex Security टूल पहले ही मार्च में 30,000 कोडबेस पर 30 मिलियन commits स्कैन करचुका है,और500,000सेअधिकफ़िक्सडवल्नरेबिलिटीज़लॉगकीहैं।यहकंपनीपार्टनरइंटीग्रेशनसमझवड़ियोंमेंविस्तारकरअभी"PatchthePlanet"शुरूकिया,जोव्यापकउपयोगमेंआनेवालेओपन-सोर्सप्रोजेकटसमेंवल्नरेबिलिटीज़कोठीख़िएगएएगएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएएএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএএഏ