基准

CWE Bench

针对AI模型网络安全能力的基准测试，评估模型发现、验证和修复代码漏洞的综合能力

核心事实

Gemini 4 Carbon 在 CW Bench 网络安全测试中取得 71% 的成绩。

10月29日

CWE Bench得分为71%。

待验证50%

10月29日

在 CWE Bench 基准上，Carbon 取得 71% 的成绩，能将验证过的漏洞写成可运行的修复代码。

待验证50%

10月29日

Carbon 在 CWE Bench 上得分 71%，高于 Opus 5.5 的 67%。

待验证50%

10月29日

Gemini 4 Carbon 在 CW Bench 网络安全测试中取得 71% 的成绩。

部分验证65%

10月4日

Argon在CWE Bench排行榜上与另外两个模型并列榜首

已过期50%

10月3日

Argon在CWE Bench上以68%与GPT-6 Astra、Grok 4.7并列第一

待验证50%

10月1日

Argon在CWE Bench漏洞修复测试中以68%并列第一

待验证60%

Gemini 4 Carbon 在 CW Bench 网络安全测试中取得 71% 的成绩。

Argon在CWE Bench漏洞修复测试中以68%并列第一

CWE Bench得分为71%。

在 CWE Bench 基准上，Carbon 取得 71% 的成绩，能将验证过的漏洞写成可运行的修复代码。

Carbon 在 CWE Bench 上得分 71%，高于 Opus 5.5 的 67%。

Argon在CWE Bench上以68%与GPT-6 Astra、Grok 4.7并列第一