GPT-6 Sol Daybreak Blue تتصدر Cyber Index: +32 نقطة و1,77 $ للمهمة الواحدة

وسّعت Artificial Analysis مؤشر Cyber Index، فلم يعد الترتيب يضم النماذج العامة فقط، بل صار يشمل أيضاً نسخاً بقيود أقل في مجال الأمن السيبراني. وكان أول هذه النماذج GPT-6 Sol (Daybreak Blue, max)، المتاح فقط عبر برنامج OpenAI Daybreak. احتل النموذج المركز الأول فوراً، ولم يصطدم بأي حظر أمني (safety-block)، وحقق 32 نقطة أكثر من النسخة العامة GPT-6 Sol (max). تبلغ كلفة المهمة الواحدة 1,77 $، في حين تبلغ كلفتها لدى Grok 4.7 (xhigh) ‏11,67 $.

ما الذي تغيّر في الترتيب

يطوّر Cyber Index تحالف Artificial Analysis Cyber Index Alliance، وهو تجمّع لشركاء من القطاع. ويقيّم المؤشر أداء نماذج الذكاء الاصطناعي في مهام الدفاع السيبراني المؤسسي بنمط الوكلاء (agentic). وفي بدايته لم يضم المؤشر سوى النماذج المتاحة للعموم. وقد عكس ذلك الترتيب بصدق ما يمكن فعلاً لفريق مسجَّل في واجهة API أن يحصل عليه.

لكن لهذا النهج حدّاً. فالنماذج العامة مزوّدة بآليات حماية، وكثيراً ما ترفض الإجابة في المهام المتعلقة بالأمن. وفي هذه الحالة تعكس النتيجة النهائية قدرات النموذج وصرامة المرشِّحات معاً. وبإضافة نسخ الوصول الموثوق (trusted access)، صار بإمكان واضعي المؤشر رؤية موضع الحدّ بين ما يستطيع النموذج فعله وما يُسمح له بإظهاره لجمهور واسع.

الأرقام والسعر

لا يتصدر GPT-6 Sol (Daybreak Blue, max) من حيث الجودة فحسب، بل يقع أيضاً على حدود باريتو المثلى لمعادلة «التكلفة مقابل القدرات». وهذا يعني أنه لا يوجد في المؤشر نموذج آخر يحقق نتيجة أفضل بالتكلفة نفسها.

• المركز: الأول في Cyber Index.
• الحظر: لا حظر أمنياً واحداً على امتداد المؤشر كله.
• الزيادة: +32 نقطة في النتيجة الإجمالية مقارنةً بالنسخة العامة GPT-6 Sol (max).
• التكلفة: 1,77 $ للمهمة الواحدة.
• المنافس: تبلغ كلفة Grok 4.7 (xhigh) ‏11,67 $ للمهمة الواحدة، أي أعلى بنحو 6,6 مرة.
• الوصول: فقط عبر برنامج OpenAI Daybreak.

سجّل Daybreak Blue أكبر زيادة في CyberGym-E2E. ووفق ملاحظات Artificial Analysis، فإن هذا الاختبار تحديداً هو الذي ترفض فيه النماذج العامة تنفيذ الطلبات في أغلب الحالات. والعلاقة تبدو مباشرة: كلما كانت المرشِّحات أشد صرامة، خسر النموذج نقاطاً أكثر في مهام تمثل في جوهرها الروتين اليومي لفرق الدفاع.

وتجدر الإشارة إلى أن المنشور لا يتضمن تفصيلاً للنتائج في بقية اختبارات المؤشر، ولا يورد القيم المطلقة للنتائج. ولا يتناول هذا الإعلان حجم الفجوة في كل اختبار منها، وتوجد التفاصيل في الجدول الكامل على موقع Artificial Analysis.

كيف تُستخدم هذه البيانات

أصبح الترتيب يجيب أمام فرق الأمن عن سؤالين مختلفين. الأول: ما المتاح الآن دون إجراءات خاصة. وهنا تبقى النماذج العامة هي المرجع. والثاني: ما الذي يمكن تحقيقه إذا اجتزتم الفرز وحصلتم على وصول موسّع. وهنا يشكّل Daybreak Blue المرجع. وفارق 32 نقطة حجة تدعو إلى التحقق مسبقاً من مدى استيفاء مؤسستكم لشروط البرنامج.

عند اختيار نموذج لسيناريوهات الوكلاء، من المفيد النظر إلى معيارين معاً: النتيجة الإجمالية وسعر المهمة. فالفارق بين 1,77 $ و11,67 $ يصبح ملحوظاً عند التوسع في التشغيل. وإذا كان الوكيل يعالج آلاف الحوادث يومياً، فإن هذا الفارق يتحول إلى بند مستقل في الميزانية.

وعند تقييم النماذج العامة، ينبغي التحقق بشكل منفصل من نسبة الرفض، خصوصاً في السيناريوهات الشاملة من البداية إلى النهاية مثل CyberGym-E2E. فقد يتبيّن أن النموذج ذا النتيجة المعلنة المرتفعة غير صالح للاستخدام، إذا كان يتوقف عند مرشِّحات الحماية في مهمة عمل حقيقية.

وتَعِد Artificial Analysis بمواصلة توسيع المؤشر بإضافة نماذج عامة ونماذج الوصول الموثوق على حد سواء. وستُظهر الإدخالات التالية في الجدول مدى ثبات تفوق Daybreak Blue، وما إذا كان لدى مطورين آخرين برامج وصول مغلقة مماثلة.