ExploitGym
Ergebnisse von KI-Benchmarks und Modellleistung
Typ: percentageSecurity
Erfasste Ergebnisse
2
Durchschnittspunktzahl
35.05%
Punktzahlbereich
15.30% - 54.80%
Führendes Modell
54.80% - Gemini 4 Carbon
Punktzahlen im Zeitverlauf
Einzelne Benchmark-Punktzahlen nach Datum.
Modellergebnisse
| Organisation | Modelle | Gemeldet am | Höchste Punktzahl | Info | Selbst gemeldet | Quelle |
|---|---|---|---|---|---|---|
| Gemini 4 Carbon | 28. Okt. 2026 | 54,80 % | Google-reported launch evaluation; Evaluated without guardrails; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbon | Ja | Quelle | |
| DeepSeek V4.1 Flash | 10. Sept. 2026 | 15,30 % | Instruct model; reasoning_effort=100; Pass@1 | Ja | Quelle |
