为什么 Mythos 对我们并不重要

Tenzai 对 GLM-5.2、GPT-5.5 和 Opus-4.8 在真实漏洞利用任务上做基准测试：GLM-5.2 以每条线索 $1.13 的成本利用 67% 的预埋漏洞，是性价比最高的配置；GPT-5.5 与 Opus-4.8 召回率更高，但仅在价格 2-3 倍的高推理档成立。

对 GPT-5.6 Sol Medium、Sol Ultra 与 Grok 4.5 在漏洞利用开发能力上的基准测试：消耗 20.96 亿 token 后，仅 Sol Ultra 完成了完整的 Chrome 漏洞利用链。

对 GLM、DeepSeek、Kimi、MiniMax 与 GPT、Claude、Gemini、Opus 在 15 个真实漏洞上的基准对比：开源与国产模型在漏洞发现上正快速逼近前沿水平。

XBOW 将 Grok 4.5 与 Mythos、GPT-5.5、GLM 对比评测：固定迭代下可解约 93% 的基准漏洞，在 1–10 美元成本区间内解决率最优。

XBOW 在真实漏洞应用上对比低成本模型 GLM、Muse Spark 1.1 与 Mythos、GPT-5.5，指出'最佳'模型取决于预算与任务本身。

XBOW 追问：Mythos、GPT-5.5 等前沿模型能发现大量漏洞，但对防御远远不够——覆盖率、验证、安全与治理才是企业级攻防安全的关键。