Zum Vergleich schaffte GLM-5.2 auf ExploitBench 24 Prozent, die cyberstärksten Modelle bei der Teilmetrik Arbitrary Code Execution im Mittel 20 von 41 Fällen. Im Netzwerk The Last Ones kamen US-Frontier-Modelle im Mittel bis Schritt 28,5 und GLM-5.2 bis Schritt 11.
Die Institute berichten zugleich, dass Kimi K3s Schutzvorkehrungen die Versuche zur Exploit-Entwicklung und zu offensiven Operationen nicht verhinderten. Die geschlossenen Vergleichsmodelle wurden für die Fähigkeitsmessung mit abgeschalteten Systemschutzmaßnahmen getestet.