GPT-5.5-Cyber: คะแนนเบนช์มาร์กและการจัดระดับความสามารถ

OpenAI ปล่อยโมเดล GPT-5.5-Cyber เวอร์ชันเต็ม ซึ่งก่อนหน้านี้มีให้ใช้งานเฉพาะในรูปแบบพรีวิวแบบจำกัด โดยยังคงจำกัดการเข้าถึงเฉพาะผู้ป้องกันที่ได้รับความไว้วางใจ โมเดลนี้ทำคะแนนเหนือกว่า GPT-5.5 พื้นฐานในเบนช์มาร์กเฉพาะทางด้านความปลอดภัยทางไซเบอร์อย่างมีนัยสำคัญ:

• CyberGym: 85.6% — คะแนนสูงสุดใหม่ (state-of-the-art) เทียบกับ 81.8% ของ GPT-5.5 มาตรฐาน และ 79.0% ของ GPT-5.4
• Exploit Gym: 39.5% เทียบกับ 25.95% สำหรับรุ่นพื้นฐาน
• SEC-Bench Pro: 69.8% เทียบกับ 63.1% สำหรับ GPT-5.5
• การทดสอบระดับผู้เชี่ยวชาญของ AISI (สำนักงานความปลอดภัย AI แห่งสหราชอาณาจักร): GPT-5.5 ทำอัตราการผ่านเฉลี่ย 71.4% (±8.0%) เทียบกับ 68.6% ของโมเดลรุ่นก่อนหน้า
• เบนช์มาร์กทั่วไปของ GPT-5.5 (บริบทที่เกี่ยวข้อง): 84.9% บน GDPval (งานความรู้ของตัวแทนใน 44 อาชีพ), 78.7% บน OSWorld-Verified, และ 82.7% บน Terminal-Bench 2.0

ภายใต้กรอบ Preparedness Framework ของ OpenAI GPT-5.5 ได้รับการจัดอันดับความสามารถด้านความปลอดภัยทางไซเบอร์เป็น 'High' ซึ่งหมายความว่ายังคงต่ำกว่าเกณฑ์ 'Critical' — ซึ่งหมายถึงความสามารถในการพัฒนา zero-day exploits โดยอัตโนมัติโดยไม่ต้องพึ่งมนุษย์ ในการวัดครั้งหนึ่ง GPT-5.5 (และรุ่น Cyber) สามารถทำการจำลองการโจมตีเครือข่าย 32 ขั้นตอนสำเร็จ ซึ่งรายงานว่าเป็น AI ตัวที่สองที่ทำได้ต่อจาก Mythos ของ Anthropic

ปลั๊กอิน Codex Security

OpenAI เปิดตัว ปลั๊กอิน Codex Security ที่อัปเดตแล้ว ซึ่งฝังกระบวนการค้นหา ตรวจสอบ และแพตช์ช่องโหว่ไว้ในเวิร์กโฟลว์ของนักพัฒนาโดยตรงภายใน Codex ปลั๊กอินนี้ถูกออกแบบให้ทำมากกว่าการวิเคราะห์แบบสถิต: สามารถสร้างหรืออนุมานโมเดลภัยคุกคาม (threat model), ระบุช่องโหว่ที่เป็นไปได้, ตรวจสอบว่าโค้ดที่ได้รับผลกระทบสามารถเข้าถึงได้จริงหรือไม่, รวบรวมหลักฐานการตรวจสอบ, พัฒนาแพตช์แบบกำหนดเป้าหมาย, และตรวจสอบผลลัพธ์ OpenAI ระบุว่าปลั๊กอินนี้รวบรวมบทเรียนจากการใช้งานภายในและของลูกค้าเพื่อเร่งการค้นหาและแก้ไขช่องโหว่ในระบบที่มีอยู่ รวมถึงช่วยป้องกันไม่ให้ช่องโหว่ใหม่ ๆ ไปถึงขั้นตอนการผลิต นับตั้งแต่การเปิดตัวพรีวิวเพื่อการวิจัยในเดือนมีนาคม 2026 ปลั๊กอิน Codex Security ได้สแกนโค้ดกว่า 30 ล้านคอมมิตในฐานโค้ดกว่า 30,000 แห่ง โดยมีผู้ตรวจสอบที่เป็นมนุษย์ทำเครื่องหมายการค้นพบไว้กว่า 70,000 รายการ

โปรเจกต์ 'Patch the Planet' แบบโอเพนซอร์สกับ Trail of Bits

Patch the Planet เป็นโครงการโอเพนซอร์สที่เป็นหัวใจสำคัญของการขยาย Daybreak ครั้งนี้ สร้างขึ้นโดยร่วมมือกับ Trail of Bits, HackerOne, และ Calif OpenAI อธิบายว่านี่คือ 'ความพยายามที่จะช่วยให้ผู้ดูแลโอเพนซอร์สเปลี่ยนจากการค้นพบช่องโหว่ไปสู่การแก้ไขที่ผสานรวมสำเร็จ' โดยมีมนุษย์เป็นศูนย์กลางในการตรวจสอบ โปรแกรมนี้ให้ทุนสนับสนุนวิศวกรความปลอดภัยเฉพาะจาก Trail of Bits ซึ่งทำงานเต็มเวลาร่วมกับ Codex และ GPT-5.5-Cyber ในโครงการโอเพนซอร์สต่าง ๆ โดยเป้าหมายไม่เพียงแค่ค้นหาบั๊ก แต่ยังรวมถึงการเขียนและส่งแพตช์ที่ผสานรวมสำเร็จ

ผลลัพธ์เบื้องต้น (สัปดาห์แรก)

Trail of Bits จัด สปรินต์เปิดตัว 5 วัน โดยมี วิศวกร 25 คน ทำงานโดยตรงกับผู้ดูแลโครงการโอเพนซอร์ส ผลลัพธ์จาก 19 โปรเจกต์ (โดยมีกว่า 30 โปรเจกต์ที่ให้คำมั่นเข้าร่วม) :

• ส่งคำขอดึงโค้ด (pull requests) 64 รายการ
• ยื่น Issue 51 รายการ (และอีกมากมายที่อยู่ระหว่างการเปิดเผยแบบประสานงาน)
• ระบุบั๊กได้หลายร้อยตัว
• แพตช์ 37 รายการถูกผสานรวม เข้าสู่ฐานโค้ด

ตัวอย่างการค้นพบที่โดดเด่น ได้แก่ หลักฐานแนวคิด (proof-of-concept) การรั่วไหลของพอยน์เตอร์ในเคอร์เนล Linux 8 รายการ, เวกเตอร์การยกระดับสิทธิ์เฉพาะที่ (local privilege escalation) 24 รายการ ในยูทิลิตี้ของระบบ, ช่องโหว่ใน Safari ที่สามารถใช้ประโยชน์ได้มากกว่า 10 รายการ, CVE ของ Firefox WebAssembly (CVE-2026-8390) ที่ถูกแพตช์ก่อนงาน Pwn2Own, และ CVE ของ dnsmasq 4 ใน 6 รายการที่ถูกระบุโดยอิสระก่อนการแก้ไขสาธารณะ โปรเจกต์ที่ครอบคลุม ได้แก่ cURL, NATS, pyca/cryptography, Sigstore, aiohttp, โปรเจกต์ Go, freenginx, Python และ python.org, urllib3, PyPI, SimpleX, Valkey, และ RustCrypt วิศวกรของ Trail of Bits ใช้การเรียกใช้ /goal ซ้ำ ๆ ใน Codex ร่วมกับ GPT-5.5-Cyber เพื่อสร้างห้องปฏิบัติการ fuzzing ที่ครอบคลุมจุดเข้าใช้งานหลายสิบจุด แพลตฟอร์ม และเมล็ดพันธุ์ทดสอบใหม่ได้ภายในเวลาไม่ถึงสัปดาห์ ซึ่งเป็นงานที่พวกเขาประเมินว่าปกติแล้วจะต้องใช้เวลาอย่างน้อยหลายสัปดาห์

นอกจากนี้ ผู้ดูแลที่เข้าร่วมจะได้รับสิทธิ์ใช้งาน ChatGPT Pro เป็นเวลา 6 เดือนจาก OpenAI รวมถึงการเข้าถึง Codex Security แบบมีเงื่อนไขสำหรับการเขียนโค้ด ระบบอัตโนมัติ และเวิร์กโฟลว์

โครงการ Daybreak Cyber Partner Program

OpenAI เปิดตัว Daybreak Cyber Partner Program ซึ่งเป็นโครงการแบบเชิญเท่านั้นที่ให้ผู้จำหน่ายผลิตภัณฑ์ด้านความปลอดภัยสามารถเข้าถึงความสามารถทางไซเบอร์ระดับ前沿ของ OpenAI (รวมถึง GPT-5.5 พร้อม Trusted Access) เพื่อฝังลงในผลิตภัณฑ์และบริการของตนเอง โปรแกรมนี้มีเป้าหมายที่จะ 'ขับเคลื่อนผลิตภัณฑ์ที่สร้างขึ้นบนความสามารถทางไซเบอร์ที่ดีที่สุดของเราสำหรับบริษัทรักษาความปลอดภัยชั้นนำ เพื่อรักษาความปลอดภัยให้กับซอฟต์แวร์ของโลก'

พาร์ทเนอร์เปิดตัวที่ได้รับการยืนยัน

• พาร์ทเนอร์เปิดตัวโปรแกรม (ตามรายงานของ SiliconANGLE): Accenture, Cisco, CrowdStrike, IBM, Okta, Palo Alto Networks, Wiz
• ผู้เข้าร่วมเพิ่มเติมที่ประกาศ (จากข่าวประชาสัมพันธ์รายบริษัท): Proofpoint , NCC Group , Darktrace , Tenable , Cato Networks , TrendAI

รายชื่อพาร์ทเนอร์ที่กว้างขึ้นจากการเปิดตัว Daybreak ในเดือนพฤษภาคม 2026 ยังรวมถึง Cloudflare, Oracle, Zscaler, Akamai, Fortinet, Intel, Qualys, Rapid7, Trail of Bits, SpecterOps, SentinelOne, Netskope, Snyk, Gen Digital, Semgrep, และ Socket

การเปรียบเทียบเชิงแข่งขัน: OpenAI Daybreak กับ Project Glasswing และ Mythos AI ของ Anthropic

การขยายโครงการครั้งนี้ทำให้ OpenAI's Daybreak กลายเป็นคู่แข่งโดยตรงของ Project Glasswing และโมเดล Mythos AI ของ Anthropic โดยตรง จากหลักฐานที่มีอยู่ ทั้งสองฝ่ายมีความแตกต่างกันในเชิงกลยุทธ์และเป็นภูมิทัศน์การแข่งขันที่เปลี่ยนแปลงตลอดเวลา:

• ความเป็นผู้นำด้านเบนช์มาร์กแตกต่างกันไปตามการทดสอบ: ในการประเมินระดับผู้เชี่ยวชาญของ AISI ซึ่งเป็นหน่วยงานอิสระ GPT-5.5 ทำอัตราการผ่าน 71.4% ในขณะที่ผลลัพธ์ของโมเดล Anthropic ที่เทียบเคียงได้โดยตรงที่ถูกอ้างถึงคือ 68.6% ซึ่งบ่งชี้ว่า GPT-5.5 เป็นผู้นำในเบนช์มาร์กของรัฐบาลนั้น บน CyberGym คะแนน 85.6% ของ GPT-5.5-Cyber ถูกอ้างว่าเป็นคะแนนสูงสุดใหม่ (state-of-the-art) อย่างไรก็ตาม Mythos ของ Anthropic เป็น AI ตัวแรกที่ทำการจำลองการโจมตีเครือข่ายแบบ end-to-end 32 ขั้นตอนสำเร็จ โดยมี GPT-5.5-Cyber เป็นตัวที่สอง
• ความแตกต่างของขีดจำกัดความสามารถ: GPT-5.5 ของ OpenAI อยู่ต่ำกว่าเกณฑ์ 'Critical' สำหรับการพัฒนา zero-day exploits แบบอัตโนมัติอย่างชัดเจน ในขณะที่ Mythos ของ Anthropic รายงานว่ายังคงนำหน้าในงานลูกโซ่การหาประโยชน์แบบอัตโนมัติบางประเภท
• ความแตกต่างเชิงยุทธศาสตร์: แนวทางของ OpenAI มุ่งเน้นไปที่ระบบนิเวศที่กว้าง: โปรแกรมแพตช์โอเพนซอร์ส (Patch the Planet), เครือข่ายพาร์ทเนอร์ด้านความปลอดภัยขนาดใหญ่, และปลั๊กอิน Codex Security ที่ฝังอยู่ในตัวนักพัฒนาเพื่อทำให้การรักษาความปลอดภัยเชิงรับเป็นประชาธิปไตย โดย OpenAI วางกรอบความพยายามนี้ว่า 'การรักษาความปลอดภัยให้กับทุกองค์กรในโลก' Project Glasswing และ Mythos ของ Anthropic ถูกวางตำแหน่งให้มุ่งเน้นที่ทีม red-teaming ระดับสูงและการสร้างลูกโซ่การหาประโยชน์แบบอัตโนมัติที่แคบกว่า โดยปรับใช้ผ่านโปรแกรมการเข้าถึงที่จำกัดกว่า

โดยรวมแล้ว ทั้งสองบริษัทผลัดกันเป็นผู้นำในเบนช์มาร์กและโดเมนความสามารถที่แตกต่างกัน การเน้นย้ำในเรื่องการกระจายอำนาจของ OpenAI — การแพตช์โอเพนซอร์ส การผสานรวมพาร์ทเนอร์ในวงกว้าง และเครื่องมือที่ฝังในตัวนักพัฒนา — แตกต่างกับกลยุทธ์การปรับใช้ที่ควบคุมและเน้นเฉพาะกลุ่มของ Anthropic โมเดลทั้งคู่ยังคงเป็นระดับ前沿ในจุดแข็งของตน และพลวัตการแข่งขันมีแนวโน้มที่จะพัฒนาต่อไป

GPT-5.5-Cyber: คะแนนเบนช์มาร์กและการจัดระดับความสามารถ

OpenAI ปล่อยโมเดล GPT-5.5-Cyber เวอร์ชันเต็ม ซึ่งก่อนหน้านี้มีให้ใช้งานเฉพาะในรูปแบบพรีวิวแบบจำกัด โดยยังคงจำกัดการเข้าถึงเฉพาะผู้ป้องกันที่ได้รับความไว้วางใจ โมเดลนี้ทำคะแนนเหนือกว่า GPT-5.5 พื้นฐานในเบนช์มาร์กเฉพาะทางด้านความปลอดภัยทางไซเบอร์อย่างมีนัยสำคัญ:

• CyberGym: 85.6% — คะแนนสูงสุดใหม่ (state-of-the-art) เทียบกับ 81.8% ของ GPT-5.5 มาตรฐาน และ 79.0% ของ GPT-5.4
• Exploit Gym: 39.5% เทียบกับ 25.95% สำหรับรุ่นพื้นฐาน
• SEC-Bench Pro: 69.8% เทียบกับ 63.1% สำหรับ GPT-5.5
• การทดสอบระดับผู้เชี่ยวชาญของ AISI (สำนักงานความปลอดภัย AI แห่งสหราชอาณาจักร): GPT-5.5 ทำอัตราการผ่านเฉลี่ย 71.4% (±8.0%) เทียบกับ 68.6% ของโมเดลรุ่นก่อนหน้า
• เบนช์มาร์กทั่วไปของ GPT-5.5 (บริบทที่เกี่ยวข้อง): 84.9% บน GDPval (งานความรู้ของตัวแทนใน 44 อาชีพ), 78.7% บน OSWorld-Verified, และ 82.7% บน Terminal-Bench 2.0

ภายใต้กรอบ Preparedness Framework ของ OpenAI GPT-5.5 ได้รับการจัดอันดับความสามารถด้านความปลอดภัยทางไซเบอร์เป็น 'High' ซึ่งหมายความว่ายังคงต่ำกว่าเกณฑ์ 'Critical' — ซึ่งหมายถึงความสามารถในการพัฒนา zero-day exploits โดยอัตโนมัติโดยไม่ต้องพึ่งมนุษย์ ในการวัดครั้งหนึ่ง GPT-5.5 (และรุ่น Cyber) สามารถทำการจำลองการโจมตีเครือข่าย 32 ขั้นตอนสำเร็จ ซึ่งรายงานว่าเป็น AI ตัวที่สองที่ทำได้ต่อจาก Mythos ของ Anthropic

ปลั๊กอิน Codex Security

OpenAI เปิดตัว ปลั๊กอิน Codex Security ที่อัปเดตแล้ว ซึ่งฝังกระบวนการค้นหา ตรวจสอบ และแพตช์ช่องโหว่ไว้ในเวิร์กโฟลว์ของนักพัฒนาโดยตรงภายใน Codex ปลั๊กอินนี้ถูกออกแบบให้ทำมากกว่าการวิเคราะห์แบบสถิต: สามารถสร้างหรืออนุมานโมเดลภัยคุกคาม (threat model), ระบุช่องโหว่ที่เป็นไปได้, ตรวจสอบว่าโค้ดที่ได้รับผลกระทบสามารถเข้าถึงได้จริงหรือไม่, รวบรวมหลักฐานการตรวจสอบ, พัฒนาแพตช์แบบกำหนดเป้าหมาย, และตรวจสอบผลลัพธ์ OpenAI ระบุว่าปลั๊กอินนี้รวบรวมบทเรียนจากการใช้งานภายในและของลูกค้าเพื่อเร่งการค้นหาและแก้ไขช่องโหว่ในระบบที่มีอยู่ รวมถึงช่วยป้องกันไม่ให้ช่องโหว่ใหม่ ๆ ไปถึงขั้นตอนการผลิต นับตั้งแต่การเปิดตัวพรีวิวเพื่อการวิจัยในเดือนมีนาคม 2026 ปลั๊กอิน Codex Security ได้สแกนโค้ดกว่า 30 ล้านคอมมิตในฐานโค้ดกว่า 30,000 แห่ง โดยมีผู้ตรวจสอบที่เป็นมนุษย์ทำเครื่องหมายการค้นพบไว้กว่า 70,000 รายการ

โปรเจกต์ 'Patch the Planet' แบบโอเพนซอร์สกับ Trail of Bits

Patch the Planet เป็นโครงการโอเพนซอร์สที่เป็นหัวใจสำคัญของการขยาย Daybreak ครั้งนี้ สร้างขึ้นโดยร่วมมือกับ Trail of Bits, HackerOne, และ Calif OpenAI อธิบายว่านี่คือ 'ความพยายามที่จะช่วยให้ผู้ดูแลโอเพนซอร์สเปลี่ยนจากการค้นพบช่องโหว่ไปสู่การแก้ไขที่ผสานรวมสำเร็จ' โดยมีมนุษย์เป็นศูนย์กลางในการตรวจสอบ โปรแกรมนี้ให้ทุนสนับสนุนวิศวกรความปลอดภัยเฉพาะจาก Trail of Bits ซึ่งทำงานเต็มเวลาร่วมกับ Codex และ GPT-5.5-Cyber ในโครงการโอเพนซอร์สต่าง ๆ โดยเป้าหมายไม่เพียงแค่ค้นหาบั๊ก แต่ยังรวมถึงการเขียนและส่งแพตช์ที่ผสานรวมสำเร็จ

ผลลัพธ์เบื้องต้น (สัปดาห์แรก)

Trail of Bits จัด สปรินต์เปิดตัว 5 วัน โดยมี วิศวกร 25 คน ทำงานโดยตรงกับผู้ดูแลโครงการโอเพนซอร์ส ผลลัพธ์จาก 19 โปรเจกต์ (โดยมีกว่า 30 โปรเจกต์ที่ให้คำมั่นเข้าร่วม) :

• ส่งคำขอดึงโค้ด (pull requests) 64 รายการ
• ยื่น Issue 51 รายการ (และอีกมากมายที่อยู่ระหว่างการเปิดเผยแบบประสานงาน)
• ระบุบั๊กได้หลายร้อยตัว
• แพตช์ 37 รายการถูกผสานรวม เข้าสู่ฐานโค้ด

ตัวอย่างการค้นพบที่โดดเด่น ได้แก่ หลักฐานแนวคิด (proof-of-concept) การรั่วไหลของพอยน์เตอร์ในเคอร์เนล Linux 8 รายการ, เวกเตอร์การยกระดับสิทธิ์เฉพาะที่ (local privilege escalation) 24 รายการ ในยูทิลิตี้ของระบบ, ช่องโหว่ใน Safari ที่สามารถใช้ประโยชน์ได้มากกว่า 10 รายการ, CVE ของ Firefox WebAssembly (CVE-2026-8390) ที่ถูกแพตช์ก่อนงาน Pwn2Own, และ CVE ของ dnsmasq 4 ใน 6 รายการที่ถูกระบุโดยอิสระก่อนการแก้ไขสาธารณะ โปรเจกต์ที่ครอบคลุม ได้แก่ cURL, NATS, pyca/cryptography, Sigstore, aiohttp, โปรเจกต์ Go, freenginx, Python และ python.org, urllib3, PyPI, SimpleX, Valkey, และ RustCrypt วิศวกรของ Trail of Bits ใช้การเรียกใช้ /goal ซ้ำ ๆ ใน Codex ร่วมกับ GPT-5.5-Cyber เพื่อสร้างห้องปฏิบัติการ fuzzing ที่ครอบคลุมจุดเข้าใช้งานหลายสิบจุด แพลตฟอร์ม และเมล็ดพันธุ์ทดสอบใหม่ได้ภายในเวลาไม่ถึงสัปดาห์ ซึ่งเป็นงานที่พวกเขาประเมินว่าปกติแล้วจะต้องใช้เวลาอย่างน้อยหลายสัปดาห์

นอกจากนี้ ผู้ดูแลที่เข้าร่วมจะได้รับสิทธิ์ใช้งาน ChatGPT Pro เป็นเวลา 6 เดือนจาก OpenAI รวมถึงการเข้าถึง Codex Security แบบมีเงื่อนไขสำหรับการเขียนโค้ด ระบบอัตโนมัติ และเวิร์กโฟลว์

โครงการ Daybreak Cyber Partner Program

OpenAI เปิดตัว Daybreak Cyber Partner Program ซึ่งเป็นโครงการแบบเชิญเท่านั้นที่ให้ผู้จำหน่ายผลิตภัณฑ์ด้านความปลอดภัยสามารถเข้าถึงความสามารถทางไซเบอร์ระดับ前沿ของ OpenAI (รวมถึง GPT-5.5 พร้อม Trusted Access) เพื่อฝังลงในผลิตภัณฑ์และบริการของตนเอง โปรแกรมนี้มีเป้าหมายที่จะ 'ขับเคลื่อนผลิตภัณฑ์ที่สร้างขึ้นบนความสามารถทางไซเบอร์ที่ดีที่สุดของเราสำหรับบริษัทรักษาความปลอดภัยชั้นนำ เพื่อรักษาความปลอดภัยให้กับซอฟต์แวร์ของโลก'

พาร์ทเนอร์เปิดตัวที่ได้รับการยืนยัน

• พาร์ทเนอร์เปิดตัวโปรแกรม (ตามรายงานของ SiliconANGLE): Accenture, Cisco, CrowdStrike, IBM, Okta, Palo Alto Networks, Wiz
• ผู้เข้าร่วมเพิ่มเติมที่ประกาศ (จากข่าวประชาสัมพันธ์รายบริษัท): Proofpoint , NCC Group , Darktrace , Tenable , Cato Networks , TrendAI

รายชื่อพาร์ทเนอร์ที่กว้างขึ้นจากการเปิดตัว Daybreak ในเดือนพฤษภาคม 2026 ยังรวมถึง Cloudflare, Oracle, Zscaler, Akamai, Fortinet, Intel, Qualys, Rapid7, Trail of Bits, SpecterOps, SentinelOne, Netskope, Snyk, Gen Digital, Semgrep, และ Socket

การเปรียบเทียบเชิงแข่งขัน: OpenAI Daybreak กับ Project Glasswing และ Mythos AI ของ Anthropic

การขยายโครงการครั้งนี้ทำให้ OpenAI's Daybreak กลายเป็นคู่แข่งโดยตรงของ Project Glasswing และโมเดล Mythos AI ของ Anthropic โดยตรง จากหลักฐานที่มีอยู่ ทั้งสองฝ่ายมีความแตกต่างกันในเชิงกลยุทธ์และเป็นภูมิทัศน์การแข่งขันที่เปลี่ยนแปลงตลอดเวลา:

• ความเป็นผู้นำด้านเบนช์มาร์กแตกต่างกันไปตามการทดสอบ: ในการประเมินระดับผู้เชี่ยวชาญของ AISI ซึ่งเป็นหน่วยงานอิสระ GPT-5.5 ทำอัตราการผ่าน 71.4% ในขณะที่ผลลัพธ์ของโมเดล Anthropic ที่เทียบเคียงได้โดยตรงที่ถูกอ้างถึงคือ 68.6% ซึ่งบ่งชี้ว่า GPT-5.5 เป็นผู้นำในเบนช์มาร์กของรัฐบาลนั้น บน CyberGym คะแนน 85.6% ของ GPT-5.5-Cyber ถูกอ้างว่าเป็นคะแนนสูงสุดใหม่ (state-of-the-art) อย่างไรก็ตาม Mythos ของ Anthropic เป็น AI ตัวแรกที่ทำการจำลองการโจมตีเครือข่ายแบบ end-to-end 32 ขั้นตอนสำเร็จ โดยมี GPT-5.5-Cyber เป็นตัวที่สอง
• ความแตกต่างของขีดจำกัดความสามารถ: GPT-5.5 ของ OpenAI อยู่ต่ำกว่าเกณฑ์ 'Critical' สำหรับการพัฒนา zero-day exploits แบบอัตโนมัติอย่างชัดเจน ในขณะที่ Mythos ของ Anthropic รายงานว่ายังคงนำหน้าในงานลูกโซ่การหาประโยชน์แบบอัตโนมัติบางประเภท
• ความแตกต่างเชิงยุทธศาสตร์: แนวทางของ OpenAI มุ่งเน้นไปที่ระบบนิเวศที่กว้าง: โปรแกรมแพตช์โอเพนซอร์ส (Patch the Planet), เครือข่ายพาร์ทเนอร์ด้านความปลอดภัยขนาดใหญ่, และปลั๊กอิน Codex Security ที่ฝังอยู่ในตัวนักพัฒนาเพื่อทำให้การรักษาความปลอดภัยเชิงรับเป็นประชาธิปไตย โดย OpenAI วางกรอบความพยายามนี้ว่า 'การรักษาความปลอดภัยให้กับทุกองค์กรในโลก' Project Glasswing และ Mythos ของ Anthropic ถูกวางตำแหน่งให้มุ่งเน้นที่ทีม red-teaming ระดับสูงและการสร้างลูกโซ่การหาประโยชน์แบบอัตโนมัติที่แคบกว่า โดยปรับใช้ผ่านโปรแกรมการเข้าถึงที่จำกัดกว่า

โดยรวมแล้ว ทั้งสองบริษัทผลัดกันเป็นผู้นำในเบนช์มาร์กและโดเมนความสามารถที่แตกต่างกัน การเน้นย้ำในเรื่องการกระจายอำนาจของ OpenAI — การแพตช์โอเพนซอร์ส การผสานรวมพาร์ทเนอร์ในวงกว้าง และเครื่องมือที่ฝังในตัวนักพัฒนา — แตกต่างกับกลยุทธ์การปรับใช้ที่ควบคุมและเน้นเฉพาะกลุ่มของ Anthropic โมเดลทั้งคู่ยังคงเป็นระดับ前沿ในจุดแข็งของตน และพลวัตการแข่งขันมีแนวโน้มที่จะพัฒนาต่อไป