ChainThink 消息，8 月 5 日，安全公司 Aikido 使用代码审计 Agent 测试 7 款模型，覆盖 Qwen3.8-Max、Claude Opus 5、Kimi K3 Max、DeepSeek V4 Flash、GPT-5.6 Sol、Luna 和 Terra。

测试包含 32 个近期公开漏洞，每款模型运行 3 次。Qwen3.8-Max 三轮合计找到 26 个漏洞，召回率为 81.3%，与 Claude Opus 5 并列第一。

Qwen3.8-Max 的 F1 综合分为 83.2%，略低于 Opus 5、Kimi K3 Max 和 GPT-5.6 Sol。

其单次表现稳定性较弱，26 个漏洞中仅 10 个连续三轮均被找到，Opus 5 和 Sol 均为 19 个。

成本方面，Qwen3.8-Max 总成本约 821 美元，约为 Opus 5 和 Sol 的一半，但仍是 DeepSeek V4 Flash 的 5 倍。