韆問査漏洞3輪召回率追平Opus 5，成本只有一半

BiRun 訊，安全公司 Aikido 用代碼審計 Agent 測試了 7 款模型，包括 Qwen3.8-Max、Claude Opus 5、Kimi K3 Max、DeepSeek V4 Flash，以及 GPT-5.6 Sol、Luna 和 Terra。測試包含 32 個近期公開漏洞，每款模型運行 3 次。

Qwen3.8-Max 三輪閤計找到 26 個漏洞，召回率達到 81.3%，與 Opus 5 並列第一。它的 F1 綜閤分（兼顧漏報和誤報）為 83.2%，略低於 Opus 5、Kimi K3 Max 和 GPT-5.6 Sol。

韆問的問題是單次發揮不穩定。26 個漏洞中，只有 10 個連續三輪都能找到，Opus 5 和 Sol 都有 19 個。不過，韆問總成本約 821 美元，只有 Opus 5 和 Sol 的一半，但仍是 DeepSeek V4 Flash 的 5 倍。

pilvar