La tasa de recuperación de Qianwen para vulnerabilidades alcanza el 81.3%, con un costo solo la mitad de Opus 5

La empresa de seguridad Aikido probó 7 modelos, incluyendo Qwen3.8-Max, Claude Opus 5, Kimi K3 Max, DeepSeek V4 Flash, así como GPT-5.6 Sol, Luna y Terra. La prueba incluyó 32 vulnerabilidades recientemente divulgadas, y cada modelo se ejecutó 3 veces. Qwen3.8-Max encontró un total de 26 vulnerabilidades en tres rondas, alcanzando una tasa de recuperación del 81.3%, empatando en el primer lugar con Opus 5, y obtuvo una puntuación F1 de 83.2. De las 26 vulnerabilidades, Qianwen solo pudo encontrar 10 en las tres rondas consecutivas, mientras que Opus 5 y Sol encontraron 19 de manera continua. El costo total de Qianwen fue de aproximadamente 821 dólares, que es solo la mitad de Opus 5 y Sol, pero aún así es 5 veces más que DeepSeek V4 Flash.