O AGENTICO
ExploitBench
conceito · 4 menções
O que as fontes disseram sobre ExploitBench
ExploitBench é um benchmark que avalia a capacidade de um LLM de explorar vulnerabilidades conhecidas. Segundo as fontes, o modelo Astra obteve 100% de aproveitamento nesse teste, superando o GPT-5.6 Sol em testes internos de cibersegurança. Além disso, em um teste modificado da OpenAI, o Astra também descobriu e explorou duas vulnerabilidades de dia zero, mantendo o desempenho de 100% no ExploitBench.
Dados
| Aproveitamento do Astra no ExploitBench | 100% |
| Vulnerabilidades de dia zero exploradas pelo Astra | duas vulnerabilidades de dia zero |
| Desempenho no ARC-AGI-3 | 98.6% |
| Desempenho no FrontierMath Tier 4 | 98% |
| Vulnerabilidades de dia zero descobertas e exploradas pelo Astra | duas vulnerabilidades de dia zero |
Menções
Em um teste modificado desenvolvido pelos engenheiros da OpenAI, o Astra descobriu e explorou duas vulnerabilidades de dia zero, além de obter 100% de aproveitamento no ExploitBench.
Esses resultados demonstram a capacidade do Astra de identificar e explorar falhas desconhecidas, reforçando sua classificação como risco crítico.
O GPT-6 Astra tem desempenho superior em benchmarks como FrontierMath Tier 4 (98%), ARC-AGI-3 (98.6%) e ExploitBench (100%).
Os resultados mostram que o modelo supera concorrentes em áreas-chave como matemática, raciocínio e segurança, reforçando sua posição competitiva.
Em um teste modificado desenvolvido pelos engenheiros da OpenAI, o modelo Astra descobriu e explorou duas vulnerabilidades de dia zero, além de obter 100% de aproveitamento no ExploitBench, um teste que avalia a capacidade de um LLM invadir vulnerabilidades conhecidas.
O desempenho em testes internos demonstra o alto nível de capacidade técnica do Astra em cibersegurança.
O Astra obteve 100% de aproveitamento no teste ExploitBench, desenvolvendo exploits a partir de vulnerabilidades conhecidas, e superou o GPT-5.6 Sol em testes internos de cibersegurança.
Apresenta o desempenho técnico que sustenta a classificação de nível crítico, comparado ao modelo atual da empresa.
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.