Qwen3.8-Max mencocokkan Opus 5 dalam kadar pengingatan kerentanan pada separuh kos

iconChainthink
Kongsi
AI summary iconRingkasan
Qwen3.8-Max mencocokkan kadar pengingatan berita kerentanan Opus 5 dengan separuh kos. Ujian Aikido mendapati Qwen3.8-Max mengesan 26 daripada 32 kerentanan dalam tiga pusingan, mencapai 81.3%. Opus 5 bersamaan dalam recall tetapi berkos $1,642. Skor F1 Qwen3.8-Max sebanyak 83.2% tertinggal di belakang Kimi K3 Max dan GPT-5.6 Sol. Berita kadar faedah tidak memberi kesan kepada keputusan. DeepSeek V4 Flash tetap yang paling murah pada $164.

ChainThink melaporkan, pada 5 Ogos, syarikat keselamatan Aikido menggunakan agen audit kod untuk menguji tujuh model, termasuk Qwen3.8-Max, Claude Opus 5, Kimi K3 Max, DeepSeek V4 Flash, GPT-5.6 Sol, Luna, dan Terra.

Ujian mengandungi 32 lubang keamanan yang baru diperkenalkan, dengan setiap model dijalankan sebanyak 3 kali. Qwen3.8-Max berjaya mengesan 26 lubang keamanan dalam tiga pusingan, dengan kadar pemulihan sebanyak 81.3%, bersama-sama dengan Claude Opus 5 di tempat pertama.

Qwen3.8-Max memperoleh skor F1 keseluruhan 83.2%, sedikit lebih rendah daripada Opus 5, Kimi K3 Max, dan GPT-5.6 Sol.

Kestabilan prestasi sekali jalan lemah, hanya 10 daripada 26 lubang ditemui secara berterusan dalam tiga pusingan, Opus 5 dan Sol masing-masing 19.

Dari segi kos, kos keseluruhan Qwen3.8-Max ialah sekitar US$821, kira-kira separuh daripada Opus 5 dan Sol, tetapi lima kali ganda DeepSeek V4 Flash.

Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.