フロンティアモデルはサイバーテストでどれほどの成績だったか？

専門レベルのCTF課題でモデルは73%の成功率に達し、GPT-5.5はExpertタスクで平均71.4%だった。

モデルにより多くの計算資源を与えると攻撃に役立ったか？

はい。32段階の企業ネットワーク攻撃でOpus 4.6は平均9.8段階をこなし、推論トークンを10Mから100Mに増やすと結果が最大59%改善した。

2,000以上のコネクタとプラグインを備えたClaude Marketplace、37の営業スキルを持つSalesforceプラグイン、1億ドルのClaude Frontier Academyを立ち上げた。

何が起きたか
英AISIがClaude Mythos Preview、GPT-5.5、AIエージェントのサイバー能力を評価し、専門CTFで73%の成功率、GPT-5.5のExpertタスクで平均71.4%合格、Opus 4.6で32段階の攻撃手順中9.8を報告した。
なぜ重要か
推論トークンを10Mから100Mに増やすと32段階攻撃スコアが最大59%向上し、計算量を増やすだけで回答品質だけでなく攻撃的サイバー能力も高まることを示唆する。
注目点
AISIは自動ジェイルブレイク手法BPJとサンドボックス脱出ベンチマークも公開しており、こうした能力がさらに広まる前に防御側が指針を採用するかが試される。

誰に効くかコードやエージェントにフロンティアモデルを使う企業のセキュリティチームは、測定可能な攻撃能力を示す公開ベンチマークを手にした。これは導入レビューやレッドチーム計画に直接反映される可能性が高い。

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

よくある質問

フロンティアモデルはサイバーテストでどれほどの成績だったか？: 専門レベルのCTF課題でモデルは73%の成功率に達し、GPT-5.5はExpertタスクで平均71.4%だった。
モデルにより多くの計算資源を与えると攻撃に役立ったか？: はい。32段階の企業ネットワーク攻撃でOpus 4.6は平均9.8段階をこなし、推論トークンを10Mから100Mに増やすと結果が最大59%改善した。
Anthropicは他に何を発表したか？: 2,000以上のコネクタとプラグインを備えたClaude Marketplace、37の営業スキルを持つSalesforceプラグイン、1億ドルのClaude Frontier Academyを立ち上げた。