‏GPT-5.5 و Claude Mythos: مدل‌های جدید هوش مصنوعی که هکرهای حرفه‌ای رو پشت سر می‌ذارن

در ارزیابی‌های اخیر، دو مدل پیشرفته هوش مصنوعی — GPT-5.5 از OpenAI و Claude Mythos Preview از Anthropic — در تست‌های تخصصی امنیت سایبری نتایج چشم‌گیری نشون دادن. این ارزیابی‌ها روی یه مجموعه ۹۵ تایی از تست‌های تخصصی در چهار سطح دشواری انجام شده که مهارت‌هایی مثل reverse engineering، web exploitation و cryptography رو می‌سنجه.

تست‌های سطح Expert که توسط شرکت‌های امنیتی Crystal Peak Security و Irregular طراحی شدن، روی آسیب‌پذیری‌های واقعی و تکنیک‌های پیشرفته‌ای مثل heap overflow، use-after-free، padding-oracle attack و باز کردن بدافزارهای مبهم‌سازی‌شده تمرکز دارن. GPT-5.5 در این سطح به نرخ موفقیت ۷۱.۴٪ رسیده، در حالی که Claude Mythos با ۶۸.۶٪، GPT-5.4 با ۵۲.۴٪ و Opus 4.7 با ۴۸.۶٪ پشت سرشه.