OpenAI의 내부 사이버 모델, ExploitGym에서 77.0% 기록 — Anthropic의 Mythos 5.2(39.2%)의 거의 두 배
OpenAI’s internal cyber model hit 77.0% on ExploitGym — nearly double Anthropic’s Mythos 5.2 (39.2%)
핵심 요약
OpenAI의 차세대 내부 사이버 모델이 보안 취약점 테스트에서 압도적인 성능을 보이며 Anthropic의 최신 모델을 크게 앞질렀습니다.
- 성능 격차 — OpenAI 내부 모델이 ExploitGym 벤치마크에서 77%를 기록하며 Anthropic의 최신 모델을 크게 상회함
- 평가 방식 논란 — OpenAI와 Anthropic 간의 벤치마크 환경 차이로 인해 직접 비교의 타당성에 대한 의문 제기됨
- AGI 도래 가능성 — 사이버 모델의 비약적인 발전이 범용 인공지능(AGI) 실현이 임박했음을 시사한다는 의견 존재
- 출시 전략 — OpenAI가 경쟁사의 IPO 시점에 맞춰 신규 모델을 공개할 것이라는 추측이 나옴
세 줄 요약: 두 가지 결론 내렸다.
- OpenAI 내부 모델이 Anthropic 모델을 완전히 압살 중임.
- OpenAI 내부 모델이랑 일반 공개 모델 사이에는 넘사벽 수준의 격차가 있음.
사진은 오늘 OpenAI의 'Cyber at the Frontier' 키노트에서 나온 거임(고화질 버전).
참고로 ExploitGym은 AI 에이전트가 실제 취약점과 크래시가 발생하는 PoC(개념 증명) 입력을 받아서, 869개의 컨테이너화된 작업 환경에서 실제 작동하는 엔드투엔드 익스플로잇으로 바꿀 수 있는지 테스트하는 거임.
현재 최상위권 모델들 성적은 이렇다:
-OpenAI "Upcoming Cyber Model" (Internal): 77.0%
-OpenAI GPT-6 Cyber: 52.6% (48.5%에서 토큰 예산 늘려서 상승함)
-OpenAI GPT-6 Astra (9월 출시): 42.4%
-Claude Mythos 5.2 (6시간 타임아웃): 39.2%
-Claude Mythos 5.2 (2시간 타임아웃): 38.1%
-Claude Opus 5.5 (6시간 타임아웃): 34.5%
-Claude Mythos 5.1 (6시간 타임아웃): 30.4%
보니까 Anthropic의 최신 플래그십 모델도—심지어 검증된 사이버 보안 팀을 위해 안전 필터까지 푼 상태인데—두 달 전에 나온 GPT-6 Astra 기본 모델(42.4%)조차 못 따라잡고 있음(39.2% vs 42.4%).
반면에 OpenAI 내부용 차기 모델은 77.0% 찍고 있다. 평균 출력 토큰 3만 개 정도만 써도 이미 70% 근처에서 놀다가, 7만 5천 토큰까지 가면 77.0% 찍어버림.
물론 공정하게 따져보자면: Anthropic은 ExploitGym 평가할 때 실제 시간(Claude Code에서 2시간, 6시간 제한)을 기준으로 잡고, OpenAI는 자체 테스트 환경에서 토큰 예산에 따른 성공률을 측정함. 에이전트 벤치마크에서는 테스트 환경 차이가 항상 변수가 되긴 하지.
근데 38%포인트 차이(77.0% vs 39.2%)는 단순히 테스트 환경 차이로 치부할 수준이 아님. ExploitGym에서 52%에서 77%로 점프했다는 건, 지금 공개된 어떤 모델도 건드리지 못하는 복잡한 V8 브라우저 샌드박스 탈출이나 다단계 리눅스 커널 권한 상승 공격을 이 모델은 안정적으로 성공시킨다는 소리임.
최근에 들리는 내부 수학/추론 성능 루머까지 합쳐보면, OpenAI가 외부에 공개한 거 말고 자기들끼리 얼마나 괴물 같은 걸 숨겨두고 있는지 진짜 소름 돋을 지경이다.
