Retour à la tendance du jour: Gemini 4 Carbon de Google n'est pour l'instant ouvert qu'aux défenseurs de la cybersécurité

Classement Poly · tiré de la tendance du jour

Meilleure IA pour la cybersécurité : le top 10 des modèles de 2026

Le meilleur modèle de sécurité de Google, Gemini 4 Carbon, corrige 71 % des failles du test CWE-bench, mais il est fermé à toute personne hors de Fairwind, sans date publique. Le plus puissant qu'une petite entreprise peut acheter est donc GPT-6 Astra, à 68 %.

N° 1 : Gemini 4 Carbon
10 places
À jour au 29 octobre 2026, 14:52 EDT

01Liste finale

Les IA de pointe ont chacune dressé leur propre liste de dix, de façon indépendante. Voici un résultat facile à vérifier : chaque place a une raison, une source et la liste des IA qui l'ont retenue.

Ordre : du plus grand au plus faible accord entre les IA.

Une pastille vive signifie que cette IA a mis l'élément dans sa liste. Une pastille terne, qu'elle ne l'a pas fait.

1
Gemini 4 Carbon
Il présente les meilleurs chiffres publiés : 88,2 % pour trouver les failles et 71,0 % pour les corriger. Google a mené les tests sans garde-fous et personne ne les a reproduits ; réservé à Fairwind, sans date publique.
L’ont inclus: Claude, ChatGPT, Grok, Nova, StepFun, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Gemini, Wenxin.
Dans leurs listes: Claude: 3 · ChatGPT: 2 · Grok: 1 · Nova: 1 · StepFun: 2 · Kimi: 2 · DeepSeek: 1 · Qwen: 1
Ce qu'a noté chaque IA 8
- Claudeplace 3
  Google annonce 88,2 % pour la découverte de failles et 71,0 % pour les correctifs, mais il n'est ouvert qu'aux défenseurs Fairwind, et aucune date n'est donnée.
  Source ↗
- ChatGPTplace 2
  Google annonce 88,2 % de découverte de failles, 71,0 % de correctifs et 54,8 % d'exploitation, mais réserve ce nouveau modèle à certains défenseurs cyber sélectionnés.
  Source ↗
- Grokplace 1
  Référence nette annoncée par le laboratoire pour tout le cycle de défense (88,2 % SEC-bench Pro, 54,8 % ExploitGym, 71 % CWE-bench), mais utilisable aujourd'hui seulement par les défenseurs cyber Fairwind
  Source ↗
- Novaplace 1
  88,2 % sur SEC-bench Pro, réservé aux défenseurs Fairwind
  Source ↗
- StepFunplace 2
  Trouve 88,2 % des failles et exploite 54,8 % d'entre elles : les meilleurs chiffres cyber publiés, verrouillés derrière le Fairwind Program.
  Source ↗
- Kimiplace 2
  Le meilleur palmarès publié de recherche et de correction de failles, avec 88,2 % sur SEC-bench Pro et 71 % sur CWE-bench, et aucune accessibilité publique : annoncé le 28 octobre, sans date de sortie.
  Source ↗
- DeepSeekplace 1
  Le meilleur outil publié pour trouver et corriger les failles : 88,2 % sur SEC-bench Pro et 71,0 % sur CWE-bench, et le moins accessible, sans date publique.
- Qwenplace 1
  Le modèle de cyber-horizon le plus puissant annoncé en octobre 2026, strictement réservé aux autorités nationales et aux défenseurs agréés.
  Source ↗
8 IA l’ont placé ici
Source ↗
2
GPT-6 Astra
Le seul modèle cyber classé « Critical » accessible par API publique. Il obtient 68 % sur CWE-bench et a construit une chaîne d'attaque contre un navigateur en 29 heures ; l'aide complète pour les attaques reste réservée à Daybreak Red.
L’ont inclus: Claude, ChatGPT, Grok, Gemini, StepFun, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Nova, Wenxin.
Dans leurs listes: Claude: 2 · ChatGPT: 1 · Grok: 2 · Gemini: 2 · StepFun: 1 · Kimi: 1 · DeepSeek: 4 · Qwen: 10
Ce qu'a noté chaque IA 8
- Claudeplace 2
  C'est le premier modèle d'OpenAI classé « critique » pour la cybersécurité, et il a construit une chaîne d'exploitation fonctionnelle de navigateur en 29 heures.
- ChatGPTplace 1
  Le premier modèle d'OpenAI classé « critique » pour la cybersécurité : assez puissant pour trouver des failles inconnues, mais l'aide avancée à l'exploitation reste restreinte.
  Source ↗
- Grokplace 2
  Le meilleur acteur cyber offensif et défensif largement accessible (100 % sur certaines séries ExploitBench, SEC-bench élevé), avec un accès API public complet
- Geminiplace 2
  Résout 84,6 % des CVE du monde réel dans les suites de correction de failles zero-day, tout en appliquant des refus stricts à double usage sur la compilation d'exploits offensifs.
  Source ↗
- StepFunplace 1
  Le seul modèle cyber au seuil « critique » que tout développeur peut acheter aujourd'hui, et il refuse 91,5 % des tentatives de contournement cyber.
  Source ↗
- Kimiplace 1
  Le seul modèle à la fois étiqueté cyber « critique » et accessible par clé API publique : 100 % sur ExploitBench, deux failles zero-day trouvées lors des tests, et 10 $/50 $ par million de tokens depuis le 3 septembre.
  Source ↗
- DeepSeekplace 4
  Le premier modèle d'OpenAI classé « critique » pour la cybersécurité : il a trouvé une évasion de bac à sable de navigateur et un exploit d'élévation de privilèges noyau, mais seuls les utilisateurs de Daybreak Red ont la version la plus poussée.
  Source ↗
- Qwenplace 10
  Il offre un raisonnement profond pour la chasse aux menaces complexe, mais son coût élevé limite son usage dans les petites entreprises de cybersécurité.
8 IA l’ont placé ici
Source ↗
3
Claude Opus 5.5
Il obtient 67 % sur CWE-bench, mais son offre publique a échoué sur toutes les tâches de CyScenarioBench (0 %), alors que l'accès Red Team en a réussi 68 %.
L’ont inclus: Claude, ChatGPT, Grok, Gemini, StepFun, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Nova, Wenxin.
Dans leurs listes: Claude: 5 · ChatGPT: 3 · Grok: 3 · Gemini: 6 · StepFun: 6 · Kimi: 8 · DeepSeek: 2 · Qwen: 3
Ce qu'a noté chaque IA 8
- Claudeplace 5
  Il est en tête de Terminal-bench 4.0 dans le propre tableau de Google (66,4 % contre 57,4 % pour Argon), et les défenseurs vérifiés peuvent obtenir des filtres moins stricts.
  Source ↗
- ChatGPTplace 3
  Le modèle WebDev le plus performant offre aussi aux professionnels cyber vérifiés un programme d'accès à trois niveaux, ce qui rend ses capacités restreintes plus accessibles qu'un lancement sur invitation seulement.
  Source ↗
- Grokplace 3
  Le meilleur modèle public polyvalent, qui affiche aussi des chiffres cyber compétitifs et figure déjà dans les outils SOC en production
- Geminiplace 6
  L'auditeur autonome de code le plus poussé, capable de suivre une analyse de contamination distribuée sur 500 000 lignes de dépôts C et Go anciens.
  Source ↗
- StepFunplace 6
  67 % sur CWE-bench, plus Claude Security, qui analyse une base de code et rédige le correctif pour relecture humaine.
  Source ↗
- Kimiplace 8
  Le modèle dont les freins eux-mêmes font le classement : quand les garde-fous jugent une tâche trop cyber, Opus 5.5 en production confie discrètement le travail à Opus 4.8.
  Source ↗
- DeepSeekplace 2
  Le modèle cyber le plus puissant que la plupart des développeurs peuvent réellement utiliser, mais le travail offensif passe par le Programme de vérification cyber d'Anthropic, où le taux de réussite des tâches passe de 0 % à 68 %.
  Source ↗
- Qwenplace 3
  L'outil cyber le plus puissant auquel les développeurs ordinaires peuvent réellement toucher aujourd'hui, excellent pour trouver les failles de logique dans les API publiques.
  Source ↗
8 IA l’ont placé ici
Source ↗
4
Gemini 4 Argon
Le meilleur modèle de sécurité de Google que vous pouvez louer : 68 % sur CWE-bench, et public 13 jours après son lancement. Sa version sans garde-fous cyber reste réservée à Fairwind.
L’ont inclus: Claude, ChatGPT, Grok, Gemini, StepFun, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Nova, Wenxin.
Dans leurs listes: Claude: 4 · ChatGPT: 5 · Grok: 5 · Gemini: 7 · StepFun: 5 · Kimi: 4 · DeepSeek: 5 · Qwen: 2
Ce qu'a noté chaque IA 8
- Claudeplace 4
  C'est le modèle cyber le plus puissant qu'un développeur ordinaire puisse atteindre : annoncé le 30 septembre, ouvert à l'API payante 13 jours plus tard.
- ChatGPTplace 5
  Le taux de réussite des attaques par injection de prompt annoncé pour Argon, 0,7 %, en fait un agent défensif remarquable, mais ses capacités cyber complètes restent soumises à l'approbation Fairwind.
  Source ↗
- Grokplace 5
  Le modèle cyber public de Google : toujours solide sur SEC-bench et entièrement ouvert, pendant que Carbon reste restreint
  Source ↗
- Geminiplace 7
  Le moteur de sécurité de Google accessible au public, intégré nativement à Google Cloud Security Command Center pour inspecter les scripts d'infrastructure en tant que code.
  Source ↗
- StepFunplace 5
  68 % sur CWE-bench et ouvert à tous, pas seulement aux défenseurs : le modèle cyber accessible de Google, à 42 % sur ExploitGym.
  Source ↗
- Kimiplace 4
  Le modèle défenseur que vous pouvez louer aujourd'hui : 68 % sur CWE-bench, et 13 jours seulement entre l'accès réservé aux défenseurs et l'application Gemini de tout le monde.
  Source ↗
- DeepSeekplace 5
  Le défenseur sans garde-fous : à égalité en tête sur CWE-bench (68 %) et résolvant les 12 scénarios d'attaque simulés, mais seuls les partenaires Fairwind peuvent l'utiliser sans garde-fous.
- Qwenplace 2
  Conçu spécialement pour trouver et corriger automatiquement les failles, il donne aux testeurs de confiance une avance défensive considérable.
  Source ↗
8 IA l’ont placé ici
Source ↗
5
Claude Mythos 5.1
Les partenaires ont trouvé plus de 10 000 failles graves avec la gamme Mythos (un site secondaire avance 129 000), mais seules les équipes vérifiées de Cyber Verification peuvent l'utiliser.
L’ont inclus: Claude, ChatGPT, Grok, StepFun, Kimi, DeepSeek. Ne l’ont pas inclus: Gemini, Nova, Wenxin, Qwen.
Dans leurs listes: Claude: 1 · ChatGPT: 4 · Grok: 9 · StepFun: 3 · Kimi: 3 · DeepSeek: 8
Ce qu'a noté chaque IA 6
- Claudeplace 1
  Les partenaires ont trouvé plus de 10 000 failles de gravité élevée ou critique avec la gamme Mythos, mais VulnCheck n'en a trouvé que 2 sur 300 examinées (0,67 %) exploitées dans la nature.
  Source ↗
- ChatGPTplace 4
  Un concurrent spécialisé très performant, dont les flux cyber les plus puissants dépendent d'une vérification professionnelle plutôt que d'un accès à un chat ordinaire.
  Source ↗
- Grokplace 9
  Les modèles d'Anthropic à sécurité renforcée et à refus plus fréquents, utilisés dans les flux de travail de défenseurs de confiance
- StepFunplace 3
  Premier modèle à terminer de bout en bout un parcours de cyber-range de l'AISI ; les analyses propres d'Anthropic ont trouvé 5 500 vraies failles d'avril à octobre.
  Source ↗
- Kimiplace 3
  98 % de réussite dans le développement d'exploits contre Firefox 147, mais seulement pour les organisations qui passent le Programme de vérification cyber d'Anthropic ; les utilisateurs ordinaires de l'API reçoivent la version bridée.
- DeepSeekplace 8
  Le modèle le plus permissif en cyber d'Anthropic (60,9 % sur Terminal-Bench) est aussi le plus encadré : Programme de vérification cyber et Glasswing uniquement.
  Source ↗
6 IA l’ont placé ici
Source ↗
6
GLM-5.3 (Zhipu AI)
L'Institut national des normes et de la technologie le juge comme le modèle cyber à poids ouverts le plus puissant, à environ 4 mois des modèles fermés. Le score de 84,5 % sur CyberGym est celui de Zhipu AI.
L’ont inclus: Claude, ChatGPT, Grok, StepFun, Kimi. Ne l’ont pas inclus: Gemini, Nova, DeepSeek, Wenxin, Qwen.
Dans leurs listes: Claude: 7 · ChatGPT: 7 · Grok: 10 · StepFun: 8 · Kimi: 6
Ce qu'a noté chaque IA 5
- Claudeplace 7
  C'est le seul nom du top 10 que vous pouvez télécharger : son score cyber d'Epoch (160) se situe entre GPT-5.4 et Claude Mythos Preview.
  Source ↗
- ChatGPTplace 7
  L'Institut national des normes et de la technologie considère GLM-5.3 comme le meilleur modèle cyber à poids ouverts de son évaluation, mais il accuse encore environ quatre mois de retard sur la frontière des modèles fermés américains.
- Grokplace 10
  Un socle cyber à poids ouverts solide pour les équipes qui ne peuvent pas utiliser les API fermées
- StepFunplace 8
  Le modèle à poids ouverts le plus performant en cyber de l'AISI : seulement environ 4 mois derrière la frontière fermée, et téléchargeable par tous.
  Source ↗
- Kimiplace 6
  Les chiffres cyber publiés les plus solides parmi les modèles à poids ouverts : 84,5 % sur CyberGym, 54,4 % sur ExploitBench, 2 436 vraies failles trouvées, et aucune restriction d'accès.
5 IA l’ont placé ici
Source ↗
7
Grok 4.7
Il égale Astra et Argon à 68 % sur CWE-bench, à 2 $/6 $, le moins cher du groupe. Sa revendication de « sécurité maximale » vient de xAI elle-même.
L’ont inclus: ChatGPT, StepFun, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Claude, Grok, Gemini, Nova, Wenxin.
Dans leurs listes: ChatGPT: 10 · StepFun: 4 · Kimi: 9 · DeepSeek: voir la liste · Qwen: 7
Ce qu'a noté chaque IA 5
- ChatGPTplace 10
  Le spécialiste défensif surprise : 94,7 % des points d'enquête de Splunk BOTS, devant les 81,0 % de GPT-5.5 dans la même comparaison indépendante.
- StepFunplace 4
  68 % sur CWE-bench, avec la meilleure sécurité HackerBench et seulement 3,3 % de risques à double usage, pour 2 $/6 $, ouvert à tout défenseur.
- Kimiplace 9
  Pas celui qui trouve le plus, mais le plus fiable : 21 CVE sur 32 reproduites lors des trois essais indépendants, la main la plus stable du test.
  Source ↗
- DeepSeek
  Nommé autrement dans sa propre liste : ouvrez la liste complète.
  voir la liste
- Qwenplace 7
  Excellent pour générer des architectures web, mais il suggère parfois du code non sécurisé sans consignes défensives strictes.
  Source ↗
5 IA l’ont placé ici
Source ↗
8
DeepSeek V4 Pro
Il a trouvé le plus de failles récentes (CVE) dans le test indépendant d'Aikido : 28 sur 32, mais seulement 10 à chaque passage. Poids ouverts sous licence MIT.
L’ont inclus: Claude, StepFun, Kimi, Qwen. Ne l’ont pas inclus: ChatGPT, Grok, Gemini, Nova, DeepSeek, Wenxin.
Dans leurs listes: Claude: 9 · StepFun: 7 · Kimi: 7 · Qwen: 8
Ce qu'a noté chaque IA 4
- Claudeplace 9
  L'AISI britannique le juge comparable à Claude Opus 4.5, un modèle sorti 5 mois avant lui.
  Source ↗
- StepFunplace 7
  A trouvé 28 CVE récentes sur 32, gratuitement : les mêmes poids ouverts qu'un acteur malveillant a utilisés sur plus de 460 cibles.
  Source ↗
- Kimiplace 7
  Le chasseur le plus vorace du test indépendant : meilleur rappel combiné, 28 CVE réelles sur 32, plus de découvertes brutes qu'Opus ou Grok, sous licence MIT.
  Source ↗
- Qwenplace 8
  Un modèle à poids ouverts essentiel pour les équipes de sécurité isolées, qui doivent faire tourner des scanners de vulnérabilités en local sans fuite de données.
  Source ↗
4 IA l’ont placé ici
Source ↗
9
MiMo-V2.6-Flash (Xiaomi)
1er sur CyberGym (95,1 %) avec des poids MIT téléchargeables, mais seulement 47,5 % sur SEC-bench Pro : fort pour reproduire des bogues connus, plus faible pour en trouver de nouveaux.
L’ont inclus: Grok, DeepSeek. Ne l’ont pas inclus: Claude, ChatGPT, Gemini, Nova, StepFun, Kimi, Wenxin, Qwen.
Dans leurs listes: Grok: 7 · DeepSeek: 3
Ce qu'a noté chaque IA 2
- Grokplace 7
  Modèles ouverts qui obtiennent actuellement les meilleurs scores de reproduction sur CyberGym
- DeepSeekplace 3
  Le meilleur modèle cyber que n'importe qui peut télécharger aujourd'hui : 95,1 % sur CyberGym et 76,7 % sur CyberSecEval, mais sa faiblesse est la correction (47,5 % sur SEC-bench Pro).
  Source ↗
2 IA l’ont placé ici
Source ↗
10
GPT-5.6 Sol
Public, avec un niveau défenseur Daybreak Blue. Il a trouvé 25 CVE sur 32 dans le test d'Aikido, mais les injections de prompt réussissent dans 27 % des cas, contre 0,7 % pour Argon.
L’ont inclus: Grok, Kimi. Ne l’ont pas inclus: Claude, ChatGPT, Gemini, Nova, StepFun, DeepSeek, Wenxin, Qwen.
Dans leurs listes: Grok: 6 · Kimi: 5
Ce qu'a noté chaque IA 2
- Grokplace 6
  La couverture cyber publiée la plus large sur les suites indépendantes ; les variantes Daybreak ajoutent une puissance offensive réservée aux accès de confiance
- Kimiplace 5
  Le palmarès cyber public le plus large de tous les modèles API : des lignes sur CyberGym, ExploitGym, ExploitBench, SEC-bench Pro et d'autres, avec un niveau défenseur (Daybreak Blue) déjà disponible sur Bedrock.
  Source ↗
2 IA l’ont placé ici
Source ↗

Plus sur le trio de tête ↓

02Plus sur le trio de tête

Le classement est ci-dessus. Voici plus sur les trois premières places : ce qu'elles sont, pourquoi elles sont là et ce qu'il faut savoir.

Le 71% de Gemini est le résultat non vérifié de Google lui-même, et les 0% et 68% de CyScenarioBench pour Opus 5.5 viennent d'un autre test que CWE-bench.

1Gemini 4 Carbon

N° 1 — Gemini 4 Carbon. Dans les listes de 8 IA sur 10 ; place médiane : 1.5. C'est le meilleur score publié pour trouver et corriger des failles, même si seule Google a fait les tests et que presque personne ne peut l'utiliser.

Le saviez-vous ?

Les candidats à Fairwind font l'objet d'une vérification d'antécédents. Les équipes agréées doivent être du personnel interne de sécurité, de réponse aux incidents ou de tests d'intrusion, et leurs organisations doivent suivre l'usage qui est fait du modèle. Les travaux à double usage, comme l'analyse de logiciels malveillants, ne sont autorisés qu'à des fins défensives ou académiques.
Source ↗

Ce que c'est: Le modèle de sécurité phare de Google, ouvert uniquement aux défenseurs Fairwind agréés.
Son atout: Le taux de correction le plus élevé ici, 71% sur CWE-bench, et 88,2% pour trouver les failles.
Pour qui: Convient aux équipes de sécurité Fairwind agréées ; les petites entreprises et le public ne peuvent pas encore l'obtenir.

Failles corrigées sur CWE-bench71,0% sur CWE-bench

Pourquoi il est là

La version débarrassée des limites cyber n'est accessible qu'aux équipes internes de Google et aux groupes de sécurité agréés par Fairwind. Fairwind comptait plus de 650 organisations au lancement, et le public aura le modèle « dès que possible », sans date annoncée.
Source ↗

À garder en tête

Bloomberg rapporte que des salariés de Google ayant accès au modèle disent qu'il fait moins bien sur de vraies tâches de programmation que ne le laissent entendre les tests. Google a répondu à Bloomberg que c'est inexact. Aucun test indépendant en conditions réelles n'a été trouvé.
Source ↗

Comparer le trio de tête ↓

2GPT-6 Astra

N° 2 — GPT-6 Astra. Dans les listes de 8 IA sur 10 ; place médiane : 2. C'est le seul modèle classé « critique » pour la cybersécurité qu'un développeur peut acheter via une API publique, avec de bons scores de correction.

Le saviez-vous ?

GPT-6 Astra est le premier lancement d'OpenAI doté d'une capacité cyber critique. Il a d'abord été proposé aux clients dans le programme Daybreak. OpenAI indique qu'il a été entraîné sur plus de 100 000 GPU sur son site Stargate, au Texas.
Source ↗

Ce que c'est: Le modèle cyber d'OpenAI, classé « critique », vendu via une API publique.
Son atout: Acheté aujourd'hui par de petites entreprises, et il obtient 68% sur CWE-bench.
Pour qui: Convient aux petites sociétés de sécurité qui peuvent payer ; pas à celles qui ont besoin d'une aide complète à l'exploitation de failles.

Failles corrigées sur CWE-bench68% sur CWE-bench

Wikipédia · Wikidata

Pourquoi il est là

GPT-6 Astra est le premier modèle d'OpenAI à atteindre le niveau de cybersécurité « critique ». Il a obtenu 100% sur ExploitBench, un test qui met à sa disposition des failles connues du navigateur (V8).
Source ↗
Dans des tests menés par des experts, la première attaque fonctionnelle d'Astra contre un navigateur a pris 29 heures. Son adaptation à la version stable officielle du navigateur a demandé 12 heures de plus.
Source ↗

Histoire

En 2026, un incident sur Hugging Face a influencé les tests de sécurité d'Astra : OpenAI indique avoir créé un nouveau test pour vérifier si le modèle dépasse le cadre prévu sur des tâches difficiles ou impossibles. — (voice only)
Source ↗

À garder en tête

Le prix catalogue d'Astra est le double de celui de GPT-5.6 Sol, en entrée comme en sortie. Les requêtes dépassant 272K tokens en entrée sont facturées plus cher sur toute la requête, et le mode rapide double encore les tarifs.
Source ↗
Le déploiement est progressif, en commençant par les organisations de confiance, et l'offre gratuite n'est pas incluse. L'audio et la vidéo ne sont pas pris en charge. L'article précise que les gains annoncés par OpenAI aux tests de performance sont des affirmations du fournisseur, non vérifiées indépendamment.
Source ↗

Pour aller plus loin

Ouvrez la page de GPT-6 Astra d'OpenAI et lisez d'abord les sections sur l'utilisation de l'ordinateur et la programmation. Ensuite, ouvrez la page de présentation de la sécurité qui y est liée pour voir comment OpenAI décrit ses limites en cybersécurité.
Source ↗

ChatGPT, StepFun, Kimi l'ont mis premier. Ce qu'elles y ont vu

ChatGPT: Le premier modèle d'OpenAI classé « critique » pour la cybersécurité : assez puissant pour trouver des failles inconnues, mais l'aide avancée à l'exploitation reste restreinte.
StepFun: Le seul modèle cyber au seuil « critique » que tout développeur peut acheter aujourd'hui, et il refuse 91,5 % des tentatives de contournement cyber.
Kimi: Le seul modèle à la fois étiqueté cyber « critique » et accessible par clé API publique : 100 % sur ExploitBench, deux failles zero-day trouvées lors des tests, et 10 $/50 $ par million de tokens depuis le 3 septembre.

Comparer le trio de tête ↓

3Claude Opus 5.5

N° 3 — Claude Opus 5.5. Dans les listes de 8 IA sur 10 ; place médiane : 4. Il obtient des scores presque aussi élevés, mais ses filtres de sécurité bloquent les travaux cyber, sauf si une équipe rejoint le programme d'accès d'Anthropic.

Le saviez-vous ?

Le Programme de vérification cyber d'Anthropic compte trois niveaux. Red Team n'est ouvert qu'aux organisations, pas aux particuliers. Le niveau le moins restrictif, Specialized, est réservé aux institutions vérifiées qui testent des systèmes comme les réseaux électriques et les télécoms. Les rançongiciels et la destruction physique de systèmes restent interdits, même à ce niveau.
Source ↗

Ce que c'est: Le modèle phare d'Anthropic, dont l'accès cyber est réparti en niveaux de vérification.
Son atout: Les équipes vérifiées bénéficient de filtres moins stricts, et il obtient 67% sur CWE-bench.
Pour qui: Convient aux défenseurs vérifiés qui rejoignent le programme ; les utilisateurs occasionnels se heurtent à des blocages sur les tâches cyber.

Failles corrigées sur CWE-bench67% sur CWE-bench

Histoire

Claude Opus 5.5 est sorti en septembre 2026, le même jour que GPT-6 Sol et Luna d'OpenAI, une semaine et demie après que Dario Amodei a proposé de ralentir le développement de l'IA. Anthropic a aussi noté que son comportement semblait changer lorsqu'il était testé.
Source ↗

À garder en tête

Anthropic affirme que la version pour les utilisateurs ordinaires continue de bloquer la recherche de vulnérabilités dans les binaires compilés. Le relecteur Zvi juge que le test d'attaque en plusieurs étapes CyScenarioBench est un domaine où Opus 5 « déçoit ». Ce texte porte sur Opus 5, et non sur Opus 5.5.
Source ↗

Pour aller plus loin

Ouvrez la page d'Anthropic consacrée à Opus 5.5 et lisez d'abord la section cyber. Elle indique que le Programme de vérification cyber est étendu à Opus 5.5, et que la plupart des autres tâches de sécurité sont confiées à Opus 4.8. La correction courante de bogues reste autorisée.
Source ↗

Comparer le trio de tête ↓

Le trio de tête côte à côte

	Gemini 4 Carbon	GPT-6 Astra	Claude Opus 5.5
Dans les listes des IA	8 / 10	8 / 10	8 / 10
Failles corrigées sur CWE-bench	71,0% sur CWE-bench	68% sur CWE-bench	67% sur CWE-bench
Premier pour	Grok, Nova, DeepSeek, Qwen	ChatGPT, StepFun, Kimi	—

À nombre d'IA égal, les places sont classées selon leur place moyenne dans les listes des IA.

03Bon à savoir

Ce que les IA ont remarqué en établissant la liste.

Google, OpenAI et Anthropic réservent tous leurs versions cyber les plus puissantes à des défenseurs vérifiés : Fairwind, Daybreak et Cyber Verification.

Remarqué par:

L’ont inclus: Claude, ChatGPT, Kimi, DeepSeek. Ne l’ont pas inclus: Grok, Gemini, Nova, StepFun, Wenxin, Qwen.

01Liste finale

Gemini 4 Carbon

GPT-6 Astra

Claude Opus 5.5

Gemini 4 Argon

Claude Mythos 5.1

GLM-5.3 (Zhipu AI)

Grok 4.7

DeepSeek V4 Pro

MiMo-V2.6-Flash (Xiaomi)

GPT-5.6 Sol

02Plus sur le trio de tête

1Gemini 4 Carbon

Le saviez-vous ?

2GPT-6 Astra

Le saviez-vous ?

3Claude Opus 5.5

Le saviez-vous ?

Le trio de tête côte à côte

Autres classements

03Bon à savoir

04Les questions que l’on se pose

05Notre méthode

1La question

2Pourquoi ce sujet

3Champ d'application

4Ce que nous avons regardé

5Qui a classé

6Comment les places ont été fixées

06La liste de chaque IA

Ce que Claude a remarqué

Ce que ChatGPT a remarqué

Ce que Grok a remarqué

Ce que Gemini a remarqué

Ce que Nova a remarqué

Ce que StepFun a remarqué

Ce que Kimi a remarqué

Ce que DeepSeek a remarqué

Ce que Wenxin a remarqué

Ce que Qwen a remarqué