Cogent Securitys VR-1.1 behebt 57,9 % der LiveCVEBench-Schwachstellen, Claude Code und Codex 45,3 %
Der eigene Test des Start-ups mit den 190 Aufgaben des Benchmarks von Harbin Institute of Technology und Kuaishou sperrte Netzzugriff und verbarg die Bewertungstests, doch die Inferenzbudgets der drei Systeme waren unterschiedlich.
Warum es wichtig ist
Das Patchen ist inzwischen der Engpass: Epoch zählte im Juli etwa 2.500 Meldungen hoher und kritischer Schwere, rund das Fünffache des Monatsrekords vor Claude Mythos Preview im April. VR-1.1 schreibt, wo möglich, einen eigenen Proof of Concept, verfolgt verwandte Codepfade und gibt jeden Patch in eine separate Prüfung. Dass ein Spezialmodell allgemeine Coding-Agenten auf einem frischen Benchmark schlägt, ist bemerkenswert, doch der Vergleich stammt vom Anbieter und nutzte ungleiche Inferenzbudgets. Abzuwarten sind unabhängige LiveCVEBench-Läufe und Reaktionen von Anthropic und OpenAI.
Die wichtigsten Fakten
- VR-1.1: 57,9 % von 190 Aufgaben
- Claude Code und Codex gleichauf bei 45,3 %
- 14 Programmiersprachen
- Benchmark von Harbin Institute of Technology und Kuaishou
- Unterschiedliche Inferenzbudgets