CyberGym
脆弱性再現のサイバーセキュリティ評価。
- 分類
- その他
- 単位
- パーセント(%)
- 高いほど良い
- 比較グループ
- 2グループ
- すべてのモデルの順位(記録)・順位を付けた結果 2 件
すべてのモデルの順位(記録)
旧モデルと Claude Code / Codex で選べないモデルを含めて、比較グループごとに順位を付け直したものです。順位を付ける顔ぶれが違うので、上の順位とは違います。
旧モデル・選べないモデルを含む順位を開く(2 件)
公式の結果(GLM-5.3 (Z.ai docs))
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | GLM-5.3 | 記載なし | 84.5% | — | Z.ai | GLM-5.3 (Z.ai docs)2026-11-12 取得・ベンダー発表値。Z.ai 自己申告。effort 記載なし(既定は max)出典の該当箇所CyberGym 84.5% |
公式の結果(Introducing Claude Opus 4.7)
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.6 | 記載なし | 73.8% | — | Anthropic | Introducing Claude Opus 4.72026-11-13 取得・ベンダー発表値(Anthropic の発表)。本文・脚注の文字の値(表と図は画像のため使っていない)。ハーネスのパラメータ更新後の値。effort の記載なし出典の該当箇所CyberGym: Opus 4.6’s score has been updated from the originally reported 66.6 to 73.8, as we updated our harness parameters to better elicit cyber capability.所在 Opus 4.7 発表ページの Footnotes の CyberGym の項 |