GPT-5.5: Mythos-Like Hacking, Open to All
XBOW a testé en accès anticipé le nouveau modèle dans des workflows d'agents et des missions de pénétration réelles pour évaluer sa capacité à découvrir et exploiter des vulnérabilités. Sur leur benchmark fondé sur des applications vulnérables, le taux de non-détection est passé de 40 % pour GPT‑5 à 18 % pour Opus 4.6 et à 10 % pour la nouvelle version. Le modèle dépasse GPT‑5 en tests "black box" et, une fois le code source fourni, il améliore tellement la détection en "white box" que le benchmark interne en est pratiquement rendu obsolète. Il montre aussi des gains pratiques sur les interactions réelles, avec une acuité visuelle de 97,5 %, des connexions réussies en environ moitié moins d'itérations et une détection d'échec plus rapide. Ces améliorations accélèrent les enquêtes, augmentent la couverture des vulnérabilités et la fiabilité des tests, ce qui conduit XBOW à l'intégrer comme composant majeur tout en conservant une architecture multi‑modèle.