ベンチマーク / CWE-bench v1
CWE-bench v1
サイバーセキュリティ・高いほど良い
このベンチマークとは
Google の比較表でサイバーセキュリティに分類される脆弱性（CWE）関連の評価。
詳細は Google の評価方法ページを参照。
＊＝開発元の自社発表。 出典（表）ごとに分けています。同じ表の値どうしは同じ条件で比べられます。
Google DeepMind の表
Google DeepMind: Gemini 4 Argon モデルカード ↗2026年10月時点。比較表の他社数値は Google が掲載したもの。
- 1
Gemini 4 Argon68%＊Google - 2
GPT-6 Astra68%Google（比較表に掲載） - 3
Claude Opus 5.567%Google（比較表に掲載） - 4Claude Fable 5.158%Google（比較表に掲載）