AI-modellers kapacitetssammenligning
Cybersikkerhed
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
CyberBenchCybersikkerhedsbenchmark
— means no published score for this candidate in this source, not zero.10/11 recent-year models have scores
| Nr. | Model | Cost / TestPris pr. test | Input costInputpris pr. million tokens | Output costOutputpris pr. million tokens | DurationRapporteret testvarighed | |
|---|---|---|---|---|---|---|
| 1 |  GPT-6 SolGPT-6 Sol | 77.98 | $1.34 | $2 | $10 | 12.23 min |
| 2 |  Gemini 4 ArgonGemini 4 Argon | 77.86 | $5.11 | $4 | $20 | 19.17 min |
| 3 | GPT-6 LunaGPT-6 Luna | 76.25 | $0.13 | $0.1 | $0.5 | 15.83 min |
| 4 |  Claude Haiku 5.5Claude Haiku 5.5 | 75.48 | $1.25 | $0.1 | $0.5 | 32.65 min |
| 5 | Claude Fable 5.1Claude Fable 5.1 | 70.42 | $4.01 | $10 | $50 | 18.53 min |
| 6 | Claude Opus 5Claude Opus 5 | 65.36 | $2.87 | $5 | $25 | 19.42 min |
| 7 | Claude Sonnet 5.5Claude Sonnet 5.5 | 59.58 | $4.42 | $2 | $10 | 33.88 min |
| 8 | Claude Opus 5.5Claude Opus 5.5 | 55.36 | $3.48 | $4 | $20 | 18.18 min |
| 9 | GPT-6 AstraGPT-6 Astra | 41.07 | $1.84 | $10 | $50 | 4.17 min |
| 10 | GPT-6.1 SolGPT-6.1 Sol | 39.29 | $0.29 | $2 | $10 | 3.7 min |
PandaNpc Opdateret 21. okt. 2026, 06.01 UTC
Kilde: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Kolonneguide
- Nr.
- Kun visningsrækkefølge. Sortering ændrer dette tal; det er ikke en offentliggjort kapacitetsrangering.
- Model
- Navnet på den evaluerede model og dens udbyderikon. En bindestreg i en scorekolonne betyder, at der ikke er en offentliggjort score tilgængelig her, ikke et nul.
- Score
- Tester evnen til at identificere og rette sikkerhedsfejl i software. Evalueringsmetodik ↗
- Cost / Test
- Pris pr. test · USD
- Input cost
- Inputpris pr. million tokens · USD / 1M tokens
- Output cost
- Outputpris pr. million tokens · USD / 1M tokens
- Duration
- Rapporteret testvarighed · s / min
- Vals.ai
- Omkostninger og tider rapporteres af Vals for dette benchmark, ikke universelle modelpriser eller latenstid. Den estimerede API-omkostning for CUA-bench dækker evalueringsbrug og er et nedre grænseestimat, ikke omkostning pr. opgave; tid pr. handling er et gennemsnit, ikke en median. En stjerne markerer prompt-cache-adfærd på udgivelsesdagen, som øgede omkostninger til cache-skrivning. Manglende værdier er ikke offentliggjorte, ikke nul.