AI·THE EXPLAINERニュースを理解する
Artificial Analysis launches index to test AI cyber defense agentsAIサイバー防御力を測る新指標が始動
Artificial Analysis launched the Cyber Index Alliance with Collinear AI, IBM, Nvidia and Vercel, releasing a Cyber Index that tests AI models on finding and patching software vulnerabilities.Artificial Analysisは Collinear AI、IBM、Nvidia、Vercelと共にCyber Index Allianceを発足させ、AIによる脆弱性発見・修正能力を測るCyber Indexを公開した。
THE SOURCE TRAIL情報の根拠
Based on linked publications. No first-party document or classified news organization is linked in this record.掲載元の記事をもとにしています。この記録には当事者・公的資料や、分類済みの報道機関へのリンクがありません。
Claims checked against source text主張と原典の照合記録（英語）
An automated review linked these claims to supplied source text. This is not a human fact-check or independent verification of the source.自動点検が、記事の主張と入力した原典本文を対応づけた記録です。人による事実確認や、原典自体の正しさを独立して検証した結果ではありません。
Artificial Analysis launched the Cyber Index Alliance with partners Collinear AI, IBM, NVIDIA, and Vercel
artificialanalysis.ai ↗The Cyber Index v1 combines three evaluations: CWE-Bench-AA, DeepsecBench-AA, and CyberGym-E2E-AA, testing discovery, reproduction, and patching of vulnerabilities
artificialanalysis.ai ↗On CyberGym-E2E-AA, models including GPT-6 Astra, GPT-6 Sol, Claude Fable 5.1, Claude Opus 5.5, Qwen3.8 2.4T A95B and Qwen3.8 27B refuse at least 98% of tasks
artificialanalysis.ai ↗
Reviewed: 照合日時：
What happened何が起きたか
Artificial Analysis introduced the Cyber Index Alliance alongside its Cyber Index v1, combining three evaluations: CWE-Bench-AA (Collinear AI), DeepsecBench-AA (Vercel), and CyberGym-E2E-AA (Berkeley RDI). The Index tests whether models can discover, reproduce and patch vulnerabilities in real code without breaking functionality, using an open-source agent harness called Stirrup.Artificial AnalysisはCyber Index Allianceと最初のCyber Indexを発表した。指標はCWE-Bench-AA(Collinear AI提供)、DeepsecBench-AA(Vercel提供)、CyberGym-E2E-AA(Berkeley RDI提供)の3つの評価を組み合わせ、モデルが実際のコードから脆弱性を発見・再現し、機能を壊さずに修正できるかを、オープンソースのエージェント基盤Stirrupを用いて測定する。
Why it matters何が変わるのか
Enterprises, governments and security teams deciding which AI models to use for defensive security work gain a shared, partner-backed way to compare capability and cost per task. Artificial Analysis reports that on CyberGym-E2E-AA, models including GPT-6 Astra, GPT-6 Sol, Claude Fable 5.1, Claude Opus 5.5, Qwen3.8 2.4T A95B and Qwen3.8 27B refused at least 98% of tasks, per the company's own testing.企業、政府、セキュリティチームは防御業務に使うAIモデルを選ぶ際、費用対効果を含めた共通の比較手段を得る。Artificial Analysisの自社テストによると、CyberGym-E2E-AAではGPT-6 Astra、GPT-6 Sol、Claude Fable 5.1、Claude Opus 5.5、Qwen3.8 2.4T A95B、Qwen3.8 27Bが少なくとも98%のタスクを拒否したという。
What’s nextこれからの動き
Artificial Analysis says it will review the Index as models improve and add new evaluations to cover current gaps, and organizations can contact the company to join the Alliance.Artificial Analysisはモデルの向上に合わせて指標を見直し、現時点の不足領域を埋める新たな評価を追加していくとしており、Allianceへの参加希望者は同社に問い合わせできるとしている。
A little context · terms in this story理解の手がかり · この記事の用語
- AI agent
- Software that uses an AI model and tools to carry out steps toward a task. How independently it can act depends on the product and the permissions you give it.AIモデルとツールを使い、目的に向けて複数の手順を実行するソフトウェア。自律的に動ける範囲は製品や与える権限によって異なります。
- Valuation
- An estimate of a company's worth in a transaction or analysis. A private fundraising valuation is not cash earned by the company, and it may differ from a future sale price.取引や分析で算定する企業の価値。未上場企業の資金調達時の評価額は、その企業の売上や利益ではなく、将来の売却価格とも限りません。
Read the sources原典を読む
The marked texts informed this summary. Other links provide related coverage; a link is not independent verification.印のある記事本文を要約の材料にしています。ほかは関連情報です。リンクの数は独立した裏付けの数を意味しません。
More in AIAIのほかの記事
MiniMax launches M3.1 Flash, cuts agent task costs 70%MiniMax、M3.1 Flash発表 エージェント費用7割減
12 linked sites関連12サイト
Mistral launches Voxtral 3 speech models and voice agent SDKMistral、音声エージェントSDK「Voxtral 3」公開
1 linked site関連1サイト
Anthropic opens Claude Duet preview on waitlistAnthropic、Claude Duetの先行体験開始
19 linked sites関連19サイト