实测追踪廉价开源权重模型的网络攻击能力
作者在 ExploitBench 上实测小米开源权重模型 MiMo-V2.6-Pro 的漏洞利用能力，该模型在 9 个参评模型中排第 3，仅次于 Mythos（preview）和 GPT-5.5，单位成本能力最高。
#评测结果
AICSO.AI汇总推荐指数6161 AICSO.AI汇总推荐指数4444 谷歌发布 Gemini 4 Carbon，智能指数登顶、首发定价为 Opus 5.5 一半
谷歌发布新旗舰模型 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数 5.0，超越 Claude Opus 5.5 与 GPT-6 Astra。
AICSO.AI汇总精选推荐指数8080 Preference Model 审计 Terminal Bench 4：65 道题中 44 道可作弊通过，41 道按未明示规则判分
Preference Model 审计 Terminal Bench 4 的 65 道题，发现 44 道可被作弊通过、41 道按指令从未明确写出的规则判分，65 道中 60 道至少存在一个问题。
推荐理由：Preference Model 逐条审计 Terminal Bench 4 的任务与评分器，给出可复现的作弊案例与修复后分数变化，读者可据此判断基准分数该打多少折扣。