Sakana AI 推出網絡安全模型 Fugu Cyber:領域基準測試表現優於 GPT-5.5-Cyber

重點摘要
首頁 > 智能時代>人工智能 Sakana AI 推出網絡安全模型 Fugu Cyber:領域基準測試表現優於 GPT-5.5-Cyber 2026/7/21 14:19:53 來源:IT之家 作者:溯波(實習) 責編:溯波 評論: IT之家 7 月 21 日消息,日本人工智能初創企業 Sakana AI 當地時間今日發佈了其專為應對現代網絡防禦的複雜性而打造的 Fugu Cyber 模型。
日本人工智慧新創企業 Sakana AI 於當地時間 7 月 21 日正式推出名為「Fugu Cyber」的專用網路安全模型,該模型專為因應現代網路防禦的複雜性而設計。根據官方公布的測試結果,Fugu Cyber 在業界最具挑戰性的安全基準測試中展現出卓越性能,其中在 CyberGym 測試的成功率達到 86.9%,而在 CTI-REALM 測試的成功率則為 72.1%,表現甚至超越 OpenAI 的 GPT-5.5-Cyber 與 Anthropic 的 Claude Mythos-Preview 兩款競爭模型。 Sakana AI 是一家總部位於日本的初創公司,近期在人工智慧領域持續推出創新產品。Fugu Cyber 是該公司 Fugu 模型系列的最新成員,專門針對網路安全場景進行最佳化。與標準版 Fugu 模型類似,Fugu Cyber 並非單一的大型語言模型,而是一個封裝為單一 API 的多智能體系統。這套系統能夠根據用戶提出的請求,動態編排專業的智慧體,以處理複雜的多步驟任務,例如威脅情資分析、漏洞評估、攻擊路徑模擬等。 在基準測試的具體數據方面,CyberGym 是一項模擬真實網路攻防情境的測試平台,旨在評估模型在實際滲透測試與防禦反應中的表現;Fugu Cyber 在該測試中取得 86.9% 的成功率,顯示其能有效識別並回應多種攻擊手法。另一項測試 CTI-REALM 則專注於網路威脅情資的檢索與整合能力,Fugu Cyber 以 72.1% 的成功率勝出,代表其能從大量數據中準確提取關鍵威脅資訊,並提供可行的應對建議。 Sakana AI 表示,Fugu Cyber 的設計理念是將原本需要多個專業工具與人力協作的流程,整合進單一的人工智慧系統中。透過多智能體架構,不同專業領域的智慧體可以協同運作,例如一個智慧體負責掃描網路流量,另一個智慧體分析日誌,第三個智慧體則根據結果生成修補建議,最終由協調智慧體整合輸出。這種架構不僅提升效率,也降低人為誤判的風險。 除了提供簡單易用的 API 介面,Sakana AI 也推出由應用企業團隊支援的實地部署服務,協助客戶將 Fugu Cyber 直接整合進現有的網路安全基礎設施中。這項服務涵蓋模型調校、系統整合、持續監控與技術支援,目標是讓企業能快速導入 AI 驅動的網路安全解決方案,以應對日益嚴峻的網路威脅。 Fugu Cyber 的推出時機正值全球網路攻擊頻率與複雜度持續攀升之際。許多企業與政府機構面臨勒索軟體、供應鏈攻擊、社交工程等多重威脅,傳統的規則式防禦系統已難以有效應對。Sakana AI 的模型號稱能透過深度學習與多智能體協作,提供更即時、更精準的威脅偵測與回應能力。 值得注意的是,Sakana AI 在測試中特別將 Fugu Cyber 與 OpenAI 的 GPT-5.5-Cyber 及 Anthropic 的 Claude Mythos-Preview 進行比較,這兩款模型分別是 OpenAI 與 Anthropic 針對網路安全領域推出的專用版本。Fugu Cyber 在 CyberGym 與 CTI-REALM 兩項測試中均取得更高成功率,顯示其技術路線在特定安全場景中具有競爭優勢。 不過,Sakana AI 也強調,Fugu Cyber 並非萬能解藥,而是作為輔助網路安全團隊的工具,幫助專家更快地分析威脅、制定策略。模型在實際部署中仍需搭配完善的資安流程與人員訓練,才能發揮最大效益。目前該模型已開放 API 申請,企業用戶可透過 Sakana AI 官方平台取得試用權限。 業界分析認為,網路安全領域正成為大型語言模型的重要應用場景之一。隨著攻擊手法日益自動化與智慧化,防守方也必須借助同樣先進的 AI 技術來應對。Sakana AI 的 Fugu Cyber 能否在市場上取得突破,取決於其後續的實際效能表現、客戶回饋以及持續的模型迭代。 Sakana AI 成立於 2023 年,總部位於東京,專注於開發高效能的人工智慧模型,尤其擅長多智能體系統與自然語言處理。該公司先前推出的標準版 Fugu 模型已在多項任務中展現不錯的表現,如今進一步將技術延伸至網路安全領域,目標是為企業提供端到端的安全自動化解決方案。Fugu Cyber 的推出,也代表日本 AI 新創在全球網路安全市場中跨出重要一步。
Related
相關文章

在天使輪就押注多傢俱身智能獨角獸,這幾家機構贏“麻了”
這篇消息聚焦「在天使輪就押注多傢俱身智能獨角獸,這幾家機構贏“麻了”」。目前站內已移除先前混入的模型思考或安全判斷文字,並保留來源可確認的主題供讀者追蹤。

市值蒸發超3000億後,MiniMax如何講好下一個“故事”?
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。

一顆芯片,暴露了DeepSeek更大的野心
這篇消息聚焦「一顆芯片,暴露了DeepSeek更大的野心」。目前站內已移除先前混入的模型思考或安全判斷文字,並保留來源可確認的主題供讀者追蹤。

Google要把AI大模型「刻」進芯片裡
Google正推動將大型AI模型直接固化在晶片硬體層級,以減少對外部記憶體與頻寬的依賴。此技術若成真,可大幅降低推論階段的延遲與功耗,對大規模部署生成式AI服務極具戰略意義。

AI獨角獸創始人最新判斷:90%企業AI場景,已經不需要最強模型
AI獨角獸Glean創辦人指出,目前超過九成企業AI應用場景不需使用最強模型,開源模型已能滿足多數需求。企業導入AI的真正瓶頸在於上下文工程,而非模型能力,模型商品化將使價值轉向應用層。應用公司應深入客戶核心工作流程,不必過度擔心模型廠商直接競爭。

WAIC觀點:最快兩年,迎來機器人“ChatGPT時刻”
在2026世界人工智能大會上,具身智能企業聚焦機器人真實場景落地,業界認為最快兩年內將迎來機器人「ChatGPT時刻」。然而,訓練世界模型仍面臨數據、表徵與閉環三大挑戰,各企業在數據來源與模型架構上各有不同策略。