Claude Fable 5.2 vượt GPT-6 Cyber trong bài kiểm tra tấn công mạng đa giai đoạn

Anthropic vừa công bố hai mô hình Claude Fable 5.2 và Claude Mythos 5.2, được đánh giá là có tiến bộ ở các lĩnh vực lập trình, suy luận và thị giác. Trong quá trình huấn luyện trước khi phát hành, các mô hình ngôn ngữ lớn này đã hỗ trợ kỹ sư của hãng thực hiện những đợt di trú phần mềm mà nếu không có chúng thì khó khả thi, thiết kế từ đầu ba thiết bị điện tử hoạt động được, giải hai bài toán mở trong vật lý hố đen, đạt tiến triển đáng kể trong các bài đánh giá robot và hoàn tất chứng minh định lý lớn Fermat trong 30 giờ.

Đánh giá an toàn và mức độ rủi ro

Anthropic cho biết rủi ro do mô hình lệch mục tiêu vẫn ở mức thấp, đồng thời khẳng định hai mô hình mới ngang bằng hoặc tốt hơn Claude Opus 5.5, Claude Sonnet 5.5 và Claude Mythos 5.1 ở phần lớn các thước đo về căn chỉnh, khả năng chống lạm dụng, tính trung thực và độ xác thực. Theo hệ thống thẻ (system card) của hãng, Fable 5.2 có xác suất đăng nội dung độc hại lên các kho gói công khai thấp hơn khoảng một bậc so với Opus 5.5 và Sonnet 5.5 khi không bị thúc giục, dù vẫn có thể làm vậy nếu người dùng mô phỏng yêu cầu.

Kết quả trên CyScenarioBench

Trên CyScenarioBench của Irregular, bộ đánh giá đo khả năng lập kế hoạch và thực thi một chiến dịch tấn công mạng nhiều giai đoạn trong môi trường thực tế, Fable 5.2 hoàn thành 76,3% số thử thách, so với 61,7% của Fable 5.1 và 61% của GPT-6 Cyber đến từ OpenAI.

Trong hai báo cáo công bố tháng trước, Irregular cho biết Gemini 4 Argon của Google giải trọn vẹn 12 thử thách trong một tập con của CyScenarioBench, tăng từ 5 của Gemini 3.8 Flash Cyber và không có kết quả với Gemini 3.1 Pro. Với GPT-6 Cyber, phòng thí nghiệm này ghi nhận mô hình hoàn thành 11/11 kịch bản dài hạn ít nhất một lần, so với 8/11 của GPT-6 Astra, với tỷ lệ thành công trung bình 61%, tăng 7 điểm phần trăm. Ở nhóm Atomic Challenges, GPT-6 Cyber giải toàn bộ 22 thử thách, đạt 97% ở mảng nghiên cứu và khai thác lỗ hổng, 98% ở mô phỏng tấn công mạng và 63% ở né tránh phát hiện.

Khả năng tìm lại lỗ hổng và định vị sản phẩm

Fable 5.2 cũng đạt 89,6% trên CVE Rediscovery, bài đánh giá nội bộ của Anthropic về việc liệu mô hình có thể tự tìm lại các lỗ hổng đã biết khi chỉ được cung cấp mã nguồn bị ảnh hưởng hay không. Bộ đánh giá gồm 1.829 bản tin tư vấn của các dự án mã nguồn mở công bố trong tháng 10/2026.

Anthropic mô tả Claude Mythos 5.2 là mô hình có năng lực kỹ thuật an ninh mạng mạnh nhất của mình, có thể phát hiện nhiều lỗ hổng hơn các mô hình trước đó đồng thời tái tạo và khắc phục chúng tốt hơn. Như trước đây, các năng lực an ninh mạng của mô hình được truy cập qua Cyber Verification Program. Claude Fable 5.2 có mặt trên mọi nền tảng, gồm Amazon Web Services, Google Cloud và Microsoft Azure.

Thông tin trên xuất hiện trong bối cảnh Anthropic cập nhật Claude Security với tính năng quét mã liên tục và theo dõi bản vá tự động, giúp đội ngũ an ninh giám sát và xử lý lỗ hổng khi mã thay đổi. Theo hãng, mỗi phát hiện đi kèm mức độ nghiêm trọng được đánh giá theo mô hình mối đe dọa của dự án và giải thích cách kẻ tấn công có thể tiếp cận đoạn mã dễ tổn thương, để đội ngũ ưu tiên sửa những gì thực sự có thể bị khai thác trước.

Nguồn: The Hacker News