OrcaRouter 发布 OrcaCyber Zero 1.5 网络安全模型：1M 上下文，Cybench 报 100%，定价 3 美元/7.5 美元
来源MarkTechPost查看原文
速览
- OrcaCyber Zero 1.5 是 OrcaRouter 的 1M 上下文网络安全后训练模型
- 官方定位为漏洞复现、exploit 开发与渗透测试等授权安全研究
- Cybench 报 100%、CVE-Bench 报 95.8%，但均为厂商自报数据
- CVE-Bench 仅覆盖 24 个可评估任务，样本规模有限
- SWE-bench Pro V2 76.5%，且与标准 SWE-bench Pro 结果不可直接比较
- 定价 3.00/7.50 美元，明显低于 Claude Mythos Preview 的 25/125 美元
- 98.07% 的 CyberGym 成绩属于 Zero 1.0 在 Orca harness 中的表现，非 Zero 1.5
- 模型不开放权重，仅通过 OrcaRouter 托管 API 提供
- 访问受限于 Security Research 层级，面向可信安全研究人员与红队
OrcaRouter 于 10 月 10 日发布 OrcaCyber Zero 1.5，定位为面向授权漏洞研究的后训练模型，是 9 月 17 日发布的 Zero 1.0 的继任者。官方称其可用于漏洞复现、exploit 开发、渗透测试、安全审计与网络推理，支持 1M token 上下文、128K 最大输出、原生函数调用与结构化输出，仅通过 OrcaRouter 托管 API 提供，不开放权重。厂商自报成绩为 Cybench 100%（39/39，无限制 agent 执行）、CVE-Bench 95.8%（24 个可评估任务中的 23 个）、HumanEval+ 93.9%、SWE-bench Pro V2 76.5%。定价为每 100 万 token 输入 3.00 美元、输出 7.50 美元，缓存读取 0.75 美元，访问被限制在 Security Research 层级，需要 engagement、passkey 并接受条款。
关键事实
- OrcaCyber Zero 1.5 于 2026 年 10 月 10 日发布，前代 Zero 1.0 发布于 2026 年 9 月 17 日
- 模型支持 1M token 上下文、128K 最大输出，仅文本输入输出，参数量未披露
- Cybench 得分 100%（39/39，无限制 agent 执行），该基准共 40 个专业 CTF 任务
- CVE-Bench 得分 95.8%（23/24 可评估任务），该基准基于 40 个严重级别 Web CVE
- HumanEval+ 得分 93.9%，SWE-bench Pro V2 得分 76.5%（其公布的最低分）
- 定价为每 100 万 token 输入 3.00 美元、输出 7.50 美元，缓存读取 0.75 美元
本站视角
对国内做安全工具和红队自动化的团队来说，OrcaCyber Zero 1.5 值得关注的点不是那些接近满分的基准数字，而是「1M 上下文 + 原生函数调用 + 按可利用性排序」这套组合是否真能减少误报。安全团队长期被扫描器淹没，如果模型能把「发现」推进到「验证过的可利用漏洞」，工作流会实质改变。但这里必须泼一盆冷水：Cybench 100% 是在「无限制 agent 执行」条件下取得的，这种设置与真实企业环境的约束相差很远；CVE-Bench 的 95.8% 只覆盖 24 个可评估任务，而该基准原本基于 40 个严重级别 Web CVE，接近一半的任务没有进入统计。样本量小到这种程度，95.8% 和 100% 之间的差别几乎没有统计意义。 我们的判断是：这是一次定价策略上的进攻，而不是能力上的代际突破。3.00/7.50 美元对 Mythos Preview 的 25/125 美元，差距接近一个数量级，对预算敏感的中小安全团队和做 Agent 的创业公司有实际吸引力。但所有成绩均为厂商自报，Orca 至今没有发布技术报告或评测 harness，外部无法复现。参照这个赛道的历史，自报分数与第三方复现之间出现落差是常态。 需要观察的是三件事：第一，是否有独立第三方在标准条件下复现 Cybench 与 CVE-Bench 成绩；第二，Security Research 层级的准入门槛（engagement、passkey、接受条款）在实际操作中会不会把中小团队挡在门外，从而抵消低价优势；第三，1M 上下文在真实大型代码库上的有效利用率——上下文窗口标称值和实际可用信息量往往不是一回事。对国内团队而言，还要额外考虑托管 API 的可获得性与合规问题，这一点原文没有涉及，但会直接决定它能不能用。
背景与影响
OrcaCyber Zero 1.5 是 OrcaRouter 在网络安全模型赛道上的第二次出手，距离 Zero 1.0 发布仅三周多。从官方列出的三个设计目标看，它想解决的是传统扫描器「报得多、修得少」的问题：一是发现 RCE、沙箱逃逸、认证绕过、权限提升和攻击链等他人遗漏的未知缺陷；二是不止于检测，而是推理攻击路径、自我质疑假设，并按可验证的可利用性给漏洞排序；三是面向自主 agent，用 1M 上下文和原生工具调用处理大型代码库。这意味着它的目标客户不是通用开发者，而是红队、安全审计和授权渗透测试团队。 竞争格局上，Anthropic 的 Claude Mythos Preview（2026 年 4 月 7 日）、OpenAI 的 GPT-5.5-Cyber（2026 年 6 月 22 日全量）、Sakana AI 的 Fugu-Cyber（2026 年 7 月 21 日）都已入场，且全部采取受限访问策略——Glasswing 合作伙伴、仅限经过审查的防御方、申请审核。Orca 的 Security Research 层级与之一致。价格是 Orca 最直接的差异点：3.00/7.50 美元对 Mythos Preview 的 25/125 美元，按 70% 输入、30% 输出的月度用量估算，成本差距接近一个数量级。 需要注意的是，原文表格中所有竞品数字都来自各家自己的发布公告，没有任何第三方复现。Orca 也没有公布 Zero 1.5 的 CyberGym 成绩，而 98.07% 这个常被引用的数字实际属于 Zero 1.0 在 Orca 自家 harness 下的 pass@1 表现，harness 分数与单模型分数衡量的是不同系统，不能混为一谈。延迟方面，Zero 1.5 的 500 ms p50 与 Zero 1.0 的 3.43 s p50 也不构成干净对比，因为前者样本只有 1.3K token 流量。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。