GPT-5.6检测到23个CVE中的26个

阿里巴巴的Qwen 3.8-Max在漏洞检测测试中展现了成本竞争力，但Aikido的报告中并未包含该模型的结果。Qwen 3.8-Max在三次测试中以821美元的成本取得了与竞争模型相似的表现。Aikido在7月16日发布的基准测试中，对26个CVE进行了13个AI模型的测试。GPT-5.6在26个中检测到23个，记录了88.5%的召回率，表现最佳。Claude系列检测了15到18个，Grok-4.5检测了20个。新增的Kimi K3也发现了23个，达到了与GPT-5.6相同的成绩。本次测试是在设计为让AI实际探索代码存储库的代码分析环境中进行的，并采用了'pass@3'的评估方式。Aikido表示Qwen 3.8-Max的总参数数量为2.4万亿，但未公开活跃参数的数量。Aikido的基准测试针对的是一般软件的CVE，难以解读为区块链安全审计性能。