ExploitGym
AIベンチマーク結果とモデルの性能
種類: percentageSecurity
記録された結果
2
平均スコア
35.05%
スコアの範囲
15.30% - 54.80%
最上位モデル
54.80% - Gemini 4 Carbon
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| Gemini 4 Carbon | 2026年10月28日 | 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 | はい | 出典 | |
| DeepSeek V4.1 Flash | 2026年9月10日 | 15.30% | Instruct model; reasoning_effort=100; Pass@1 | はい | 出典 |