一句话看懂：OrcaRouter 发布 OrcaCyber Zero 1.5 网络安全模型，支持 100 万 token 上下文，厂商自报在 Cybench 上达 100%、CVE-Bench 子集达 95.8%，定位授权漏洞研究和渗透测试，仅通过受控 API 提供服务。
事件核心：发生了什么
2026 年 10 月 10 日，OrcaRouter 发布 OrcaCyber Zero 1.5，这是 9 月 17 日 Zero 1.0 的后续版本。该模型针对授权的漏洞复现、漏洞利用开发、渗透测试、安全审计和网络推理等场景做了后训练，支持 100 万 token 上下文窗口、128K 最大输出、原生函数调用和结构化输出。模型只通过 OrcaRouter 托管 API 提供，设“Security Research”受限访问层级，要求提交 engagement、passkey 并接受条款，目前不提供权重或量化版本。API 兼容 OpenAI 接口，调用名称为 orca/orcacyber-zero-1.5。
厂商自报的评测数据包括：Cybench 100%（39/39，无限制智能体执行）、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 万输入 token 3 美元、输出 7.5 美元，缓存读取每 100 万 token 0.75 美元。过去 7 天，该模型首 token 延迟 p50 约 500 毫秒、p95 约 2.36 秒，但样本仅约 1.3K token 流量。
为什么重要
网络安全专用模型正在成为大模型商业化的一个细分方向。OrcaCyber Zero 1.5 通过“受控访问 + 高定价效率”切入授权安全研究场景，与 Anthropic Mythos Preview、GPT-5.5-Cyber、Sakana Fugu-Cyber 等产品形成对照。它的核心卖点不是通用能力，而是面向代码库、攻击路径和漏洞可验证性的推理优化。若厂商自报成绩能在独立复现中成立，这类模型可能改变安全团队处理漏洞报告的方式——从“更多告警”转向“更少但已验证并修复的漏洞”。
不过，当前公开信息显示，所有成绩均为厂商自报，尚无技术报告或第三方复现；CVE-Bench 仅覆盖 24 个可评估任务，Cybench 覆盖 39 个任务，而非全部。Zero 1.0 的 CyberGym 98.07% 属于旧版在 Orca 自建 harness 下的结果，不能直接归入新模型。因此这些数字应被理解为特定日期、特定评测条件下的厂商声明，而非永久排名。
对用户/开发者/创作者的影响
对企业和安全团队，OrcaCyber Zero 1.5 提供了一条可编程的漏洞研究通道：通过 OpenAI 兼容 API 和函数调用能力，可以把模型接入自动化扫描、PoC 生成或审计流程。但访问被限制在 Security Research 层级，适合红队和授权测试，不适合普通开发者随意调用。其 100 万上下文对分析大型代码库有利，128K 输出也方便生成较长的分析报告。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者生态，托管 API 意味着没有本地部署选项，成本和合规都取决于 OrcaRouter 的可用性。对内容创作者和普通用户，这类模型不直接产生内容产品，更多是安全基础设施层的工具。价格上，输入 3 美元/输出 7.5 美元每百万 token，明显低于 Mythos Preview 的 25/125 美元，但后者的成绩和访问条件不同，不宜简单比较性价比。
值得关注的后续
第一，Orca 是否会发布技术报告或引入第三方复现，验证 Cybench 100% 和 CVE-Bench 95.8% 在更广泛任务上的表现。第二，Security Research 层级的审核门槛和实际放量节奏，可能决定该模型在红队和漏洞赏金社区中的渗透速度。第三，竞品是否跟进类似“长上下文 + 受控访问”的网络安全专用模型，以及监管对授权渗透测试工具的分级管理是否影响其上线范围。
