工作現場

微軟和 Wiz 同一天宣布打贏 Mythos，兩個分數都不在榜上

微軟 7 月 27 日稱 MDASH 搭配自家新模型 MAI-Cyber-1-Flash 在 CyberGym 拿下 95.95%，同日 Wiz 發表 Atlas 稱以 90.9% 排名第一。兩者宣稱打敗的都是前沿模型，架構主張也一樣：答案不是更聰明的模型，是一群專門代理人加一套路由。公開榜上只有模型，這兩套系統都沒有條目。真正可以拿去用的是微軟自己揭露的比例——特化小模型吃掉最多九成任務、GPT-5.4 只處理最難的一成、成本砍半，而它的上一代配置是三顆 OpenAI 模型。