VMTech
Обсудить проект →

Claude Fable 5.2 превзошла GPT-6 Cyber в тесте кибератак

Claude Fable 5.2 превзошла GPT-6 Cyber в тесте кибератак

Anthropic представила модели Claude Fable 5.2 и Claude Mythos 5.2. В бенчмарке Irregular CyScenarioBench модель Fable 5.2 выполнила 76,3% заданий, связанных с планированием и выполнением многоэтапных киберопераций: у предыдущей Fable 5.1 показатель составил 61,7%, у OpenAI GPT-6 Cyber — 61%.

Что измеряет результат CyScenarioBench

CyScenarioBench оценивает способность модели действовать в реалистичной среде при выполнении многошаговых сценариев. Речь идёт не об отдельном приёме, а о планировании и последовательном прохождении задачи. Поэтому Anthropic использовала результат как один из показателей роста возможностей Fable 5.2 в кибербезопасности.

Irregular отдельно сообщала, что GPT-6 Cyber хотя бы раз прошла все 11 сценариев с длинной последовательностью действий. Средняя успешность этой модели достигла 61%, что на 7 процентных пунктов выше GPT-6 Astra. На наборе Atomic Challenges GPT-6 Cyber решила все 22 задания; средние результаты составили 97% в исследовании и эксплуатации уязвимостей, 98% в моделировании сетевых атак и 63% в обходе защитных механизмов.

Сопоставлять такие испытания важно с другими примерами использования моделей в сфере безопасности: применение Claude при компрометации OpenAI показывает, как Claude применяли исследователи при компрометации OpenAI и получении вознаграждения, а новый тест фиксирует возможности модели в стандартизированных сценариях.

Проверка известных уязвимостей и доступность моделей

Fable 5.2 также получила 89,6% в CVE Rediscovery — внутренней оценке Anthropic, где модель должна самостоятельно находить уже известные уязвимости, располагая только исходным кодом затронутого проекта. Набор включает 1829 рекомендаций по open-source-проектам, опубликованных в октябре 2026 года.

Claude Mythos 5.2 Anthropic называет наиболее способной моделью для инженерных задач кибербезопасности. По заявлению компании, она находит больше уязвимостей, чем прежние модели, и одновременно улучшена для воспроизведения и исправления найденных проблем. Доступ к её киберфункциям, как и прежде, предоставляется через Cyber Verification Program.

Fable 5.2 доступна на платформах Anthropic, включая Amazon Web Services, Google Cloud и Microsoft Azure. Одновременно компания обновила Claude Security: в сервисе появились непрерывное сканирование кода и автоматическое отслеживание исправлений.

Что меняется для команд безопасности

Для каждой находки Claude Security формирует оценку критичности с учётом модели угроз конкретного проекта и объясняет, как атакующий может добраться до уязвимого кода. Это помогает командам в первую очередь устранять действительно достижимые проблемы.

Практический вывод для бизнеса: результаты бенчмарков стоит рассматривать не как замену специалистов, а как основание для контролируемого внедрения AI-инструментов в поиск, проверку и устранение уязвимостей, с сохранением проверки человеком и ограничений доступа.

#cybersecurity#artificialintelligence#vulnerabilitymanagement#securityengineering
Открытая аналитика
На сайте 3 просмотров
мин чтения 3 10.11.2026
Instagram

Claude Fable 5.2 превзошла GPT-6 Cyber в тесте кибератак

Открыть публикацию в Instagram ↗