GPT-5.5によるハッキング能力の飛躍的向上：XBOWによる脆弱性診断ベンチマーク評価

概要

GPT-5.5は脆弱性検出の見逃し率を大幅に改善し、ソースコードなしのブラックボックス診断でも前世代のホワイトボックス診断を上回る圧倒的な性能を達成した。

詳細内容

セキュリティ企業のXBOW社は、OpenAIの次世代モデル「GPT-5.5」の早期アクセスに基づいた脆弱性診断（ペネトレーションテスト）の評価結果を公開しました。GPT-5.5は、脆弱性の見逃し率を従来のGPT-5の40%からわずか10%まで削減し、Anthropicの「Mythos」に匹敵する性能を示しています。特筆すべきはブラックボックス環境での能力向上で、ソースコードを提供しない状態のGPT-5.5が、ソースコードを提供した状態のGPT-5の精度を上回りました。また、自律型エージェントとしての「粘りと諦め」の判断（Persist or Pivot）が洗練されており、ターゲットへのログイン試行回数の半減や、解決不能な試行の早期断念など、診断ワークフロー全体の効率が劇的に改善されています。このモデルの登場は、自動脆弱性診断における新たな基準（ゴールドスタンダード）を確立するものと評価されています。

元記事を読む他のサマリーを見る