ExploitGym
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentageSecurity
Resultados registrados
2
Puntuación media
35.05%
Rango de puntuaciones
15.30% - 54.80%
Modelo líder
54.80% - Gemini 4 Carbon
Puntuaciones a lo largo del tiempo
Puntuaciones individuales de la evaluación a lo largo del tiempo.
Resultados de modelos
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| Gemini 4 Carbon | 28 oct 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 | Sí | Fuente | |
| DeepSeek V4.1 Flash | 10 sept 2026 | 15,30 % | Instruct model; reasoning_effort=100; Pass@1 | Sí | Fuente |
