機器之心● 精選AI 評分81
CyberArena 466 場對稱攻防：GPT-5.6 Sol 登頂，GLM-5.3 第三
研究團隊發布對稱攻防評測 CyberArena，12 個模型組合經 466 場實戰對局後，GPT-5.6 Sol（跑在 Codex 上）以 78.6 分居首，Claude Opus 5（Claude Code）73.8 分次席，智譜開源 GLM-5.3（OpenCode）68.5 分第三。每場 3 輪、每輪 20 分鐘，雙方同時攻破對手並修補自身服務，服務不可用即丟分。靜態答題中三款模型都能解出的 30 道題，進入對抗後第 3 輪捕獲率跌至 52%、37%、35%。