RecodeX 重构消息，安全公司Aikido用代码审计智能体测试了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。测试覆盖32个近期公开漏洞，每款模型运行3轮。Qwen3.8-Max三轮共找到26个漏洞，召回率81.3%，与Opus 5并列第一；F1综合分83.2%，略低于Opus 5、Kimi K3 Max和GPT-5.6 Sol。不过其单轮表现不稳定，26个漏洞中仅10个连续三轮命中，而Opus 5和Sol均有19个。成本上，千问总花费约821美元，约为Opus 5和Sol的一半，但仍是DeepSeek V4 Flash的5倍。