Comparaison des capacités des modèles d'IA
Cybersécurité
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.
— means no published score for this candidate in this source, not zero.
| N° | Modèle | 4/11 recent-year models have scores |
|---|---|---|
| 1 |  Claude Opus 5.5 | 67Claude Opus 5.5 |
| 2 |  GPT-6 Astra | 68GPT-6 Astra |
| 3 | GPT-6.1 Sol | — |
| 4 | Claude Fable 5.1 | 58Claude Fable 5.1 |
| 5 |  Gemini 4 Argon | 68Gemini 4 Argon |
| 6 | Claude Sonnet 5.5 | — |
| 7 | Claude Opus 5 | — |
| 8 | GPT-6 Sol | — |
| 9 | GPT-6 Luna | — |
| 10 | Claude Haiku 5.5 | — |
| 11 | Claude Mythos Preview | — |
Google DeepMind (model card)
Source: Google DeepMind (model card) ↗
Fiche de modèle Google : résultats de l'éditeur et scores tiers republiés, en date d'octobre 2026. Voir la méthodologie pour les paramètres d'évaluation ; ce ne sont pas toutes des évaluations indépendantes. Méthodologie d'évaluation ↗
CWE-bench v1 · Source date unknown
PandaNpc Mis à jour 21 oct. 2026, 06:01 UTC
Source: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guide des colonnes
- N°
- Ordre d'affichage uniquement. Le tri modifie ce numéro ; il ne s'agit pas d'un classement de capacité publié.
- Modèle
- Le nom du modèle évalué et l'icône de son fournisseur. Un tiret dans une colonne de score signifie qu'aucun score publié n'est disponible ici, et non un zéro.
- CWE-bench v1Benchmark des faiblesses courantes v1
- Teste la recherche et la réparation de faiblesses logicielles tout en préservant les fonctionnalités. Il s'agit d'un benchmark d'audit et de réparation défensif, et non d'un score de développement d'exploits. Méthodologie d'évaluation ↗
Interprétez les scores au sein d'un même benchmark, d'une même source et d'une même version. Des valeurs plus élevées indiquent une meilleure performance sur la métrique rapportée, mais les différentes colonnes ne partagent pas une échelle commune.