CyberGym编程Agent

网络安全/Agent 基准, 评估模型在真实环境中的攻防能力CyberGym 是网络安全方向的 AI 评测基准，模拟渗透测试、漏洞挖掘、逆向工程和密码分析等真实安全攻防场景。模型需在隔离的沙箱环境中完成网络安全任务，评估 AI 在网络安全领域的实践与对抗能力。

排行数据源

#模型得分

1

GLM-5.3智谱AI

84.5%

2

GPT-5.6 SolOpenAI

84.5%

3

Claude Fable 5Anthropic

83.8%

4

DeepSeek-V4-Pro-0813深度求索

83.3%

5

Claude Opus 4.8Anthropic

83.1%

6

Claude Mythos PreviewAnthropic

83.0%

7

GPT-5.5OpenAI

81.8%

8

GPT-5.6 TerraOpenAI

81.8%

9

Kimi K3月之暗面

80.0%

10

GPT-5.4OpenAI

79.0%

共 27 个模型

返回基准目录

CyberGym编程Agent

官方网站

网络安全/Agent 基准, 评估模型在真实环境中的攻防能力CyberGym 是网络安全方向的 AI 评测基准，模拟渗透测试、漏洞挖掘、逆向工程和密码分析等真实安全攻防场景。模型需在隔离的沙箱环境中完成网络安全任务，评估 AI 在网络安全领域的实践与对抗能力。

排行数据源

#模型得分

1

GLM-5.3智谱AI

84.5%

2

GPT-5.6 SolOpenAI

84.5%

3

Claude Fable 5Anthropic

83.8%

4

DeepSeek-V4-Pro-0813深度求索

83.3%

5

Claude Opus 4.8Anthropic

83.1%

6

Claude Mythos PreviewAnthropic

83.0%

7

GPT-5.5OpenAI

81.8%

8

GPT-5.6 TerraOpenAI

81.8%

9

Kimi K3月之暗面

80.0%

10

GPT-5.4OpenAI

79.0%

共 27 个模型