ExploitGym

Name: ExploitGym
Keywords: ExploitGym, AI 基准测试, 模型评估, AI 基准测试排行榜, AI 模型表现

AI 基准测试结果和模型表现

类型: percentageSecurity

35.05%

15.30% - 54.80%

54.80% - Gemini 4 Carbon

分数变化趋势

按日期绘制的单项基准测试分数。

组织	模型	报告时间	最高分数	信息	自行报告	来源
Google	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	是	来源
DeepSeek	DeepSeek V4.1 Flash	2026年9月10日	15.30%	Instruct model; reasoning_effort=100; Pass@1	是	来源

帮助保持公开数据准确