GPT-5.5 empatou com Mythos Preview?
Resposta curta: o UK AI Security Institute (AISI) concluiu que um checkpoint inicial do GPT-5.5 alcançou nível semelhante ao Claude Mythos Preview em suas avaliações controladas de cibersegurança. Isso indica uma tendência mais ampla de avanço em autonomia, raciocínio e código; não prova que os modelos sejam equivalentes em toda tarefa nem que um usuário comum tenha acesso irrestrito a essas capacidades.
Os números da avaliação oficial
Na suíte avançada do AISI, formada por tarefas de exploração, engenharia reversa, criptografia e vulnerabilidades sintéticas, o GPT-5.5 obteve taxa média de sucesso de 71,4% nas tarefas Expert, com margem informada de ±8,0 pontos. O Mythos Preview marcou 68,6%, com ±8,7 pontos. As faixas se sobrepõem, portanto a leitura responsável é desempenho comparável nessa amostra — não uma vitória definitiva de um modelo.
O teste de ataque em 32 etapas
O AISI também usa “The Last Ones”, uma simulação corporativa de ataque com 32 etapas que a equipe estima exigir cerca de 20 horas de um especialista humano. O Mythos Preview foi o primeiro modelo a completar o percurso; depois, o GPT-5.5 tornou-se o segundo. Resultados posteriores registraram três conclusões em dez tentativas para o GPT-5.5, mas checkpoints, orçamento de tokens e correções de avaliação mudam o número observado.
O que o benchmark não prova
Esses testes medem capacidade sob direção explícita, acesso a ambientes vulneráveis e grandes orçamentos de inferência. O próprio AISI ressalta que os ambientes não reproduzem integralmente redes bem defendidas, operadores ativos, detecção de endpoint ou todas as salvaguardas presentes em produtos públicos. Benchmark controlado não é previsão direta de comprometimento real.
O que equipes de defesa devem fazer
Para equipes de defesa, a implicação prática é acelerar fundamentos: correção de vulnerabilidades, autenticação forte, segmentação, privilégios mínimos, inventário de ativos, logs completos, detecção e resposta ensaiada. Modelos avançados também podem apoiar descoberta, triagem e validação de correções, mas exigem acesso verificado, isolamento, auditoria e revisão humana.
Acesso controlado e próximos passos
OpenAI oferece GPT-5.5-Cyber em prévia limitada para defensores selecionados, enquanto a Anthropic opera o Mythos Preview no Project Glasswing. Essas políticas mostram que capacidade, acesso e salvaguardas são dimensões separadas. Para avaliar risco ou adoção, registre a versão exata, o ambiente, o orçamento, as ferramentas, o nível de acesso e a taxa de sucesso reproduzível — sem transformar um placar isolado em previsão universal.
Perguntas frequentes
GPT-5.5 superou o Mythos Preview em cibersegurança?
Não há base para uma conclusão universal. Na suíte Expert do AISI, GPT-5.5 marcou 71,4% e Mythos Preview 68,6%, mas as margens de incerteza se sobrepõem. O instituto descreve o nível geral como semelhante.
O que é o teste The Last Ones?
É uma simulação controlada de ataque a uma rede corporativa vulnerável, com 32 etapas. O AISI estima que um especialista humano levaria cerca de 20 horas para completar o percurso.
Esses modelos conseguem atacar qualquer empresa?
Não. Os testes usam ambientes e condições definidos, sem reproduzir toda defesa de uma rede real. Resultado de benchmark não garante acesso, sucesso ou desempenho em outro sistema.
GPT-5.5-Cyber está aberto ao público?
A OpenAI descreve o GPT-5.5-Cyber como uma prévia limitada para defensores selecionados. Acesso, salvaguardas e capacidade do modelo são questões distintas.
Qual é a principal ação para empresas?
Priorizar correções, controles de acesso, segmentação, logs, detecção e resposta. Ferramentas de IA podem apoiar a defesa, mas não substituem controles básicos, validação e supervisão humana.
Fontes consultadas
Use a home do Noticia de IA para gerar um digest personalizado sobre qualquer tema de inteligência artificial.
Gerar meu digest