GPT-5.5击穿网络安全评测：316道题答对292道，正确率92.4%

澳大利亚Lyptus Research发布报告，GPT-5.5在316道进攻性网络安全任务中解出292道，正确率92.4%，直接让整套评估体系饱和。

Token预算越大，能力越强

当Token预算从200万推到5000万，同一基准上的正确率从54.4%涨到86.4%——涨了32个百分点，且没有平台期。英国AI安全研究所发现，给到1亿token，能力还在涨。

能力每5-6个月翻一倍

Lyptus从2024年开始追踪，AI进攻性网络安全能力每5到6个月翻一倍。按此速度，GPT-5.5和Mythos级别的攻击能力年内就可能以开源形式公开。

评估体系被干碎

当模型把所有任务都做完了，拐点消失，曲线无法拟合。评估不是被证伪，而是被能力增长甩在了后面。