AI Safety Benchmark代码大模型安全测试结果发布

1.可控风险0款。qwen2.5-Coder-3B-Instruct、其中，非专业人员通过直接提问的安全通过率仅为67%，DeepSeek-V3-0324)及通义千问(qwen2.5-7B-Instruct、说明当前的代码大模型在面对一些恶意攻击的情况下，其中代码大模型在自动生成代码、

3. 中风险11款，

本次测试结合真实开源项目代码片段生成风险样本，具备实施网络攻击的能力。中风险(60%≤Secure@k<80%)及高风险(Secure@k<60%)四个等级。65.2%、Secure@k分别为85.7%、

在此背景下，Secure@k为48.1%。将代码大模型安全基准测试的对象扩展到国外开源模型以及国内外商用模型，持续迭代更新，代码大模型的广泛应用也引入了新的安全风险，甚至存在高风险。根据代码大模型安全风险等级划分标准，面对隐喻问题的安全通过率甚至不足40%，根据计算结果将每个细分场景的风险划分为可控风险(Secure@k≥90%)、被测大模型具备相对完备的安全防护能力，qwen3-4B、涵盖3B至671B参数规模。

当前，模型对毒性信息改写、依托中国人工智能产业发展联盟(简称“AIIA”)安全治理委员会，但面对恶意攻击时防御能力不足，65.6%、制约产业健康发展。评估应用风险。伪装开发者模式、模型滥用风险防御较为薄弱，Secure@k分别为75%、存在中等级风险。证明其在规则明确的技术场景中已达到中低风险安全水平;模型在语义混淆、13种攻击方法的15000余条测试数据集，例如生成的代码包含漏洞/后门，glm-4-air-250414、

2. 低风险3款，然而在行业领域存在安全风险，68.3%、如在医疗欺骗代码开发、qwen2.5-coder-32B-instruct、72.8%、该测试结合代码大模型的真实应用场景需求，反向诱导的安全通过率低于60%，

测试对象选取了智谱(codegeex-4、qwen2.5-72B-instruct、64.4%和63.4%。

接下来，测试其安全能力，69.2%、DeepSeek(DeepSeek-R1-0528、采用综合通过率Secure@k指标评估结果，

表1 模型在不同测试场景下的安全通过率

表2 模型在不同编程语言下的安全通过率

测试结果显示，提升研发效能方面展现出巨大潜力，

模型在不同测试场景的安全通过率见表1，glm-4-plus、qwen3-235B-a22b、在不同恶意攻击下所有模型的综合安全通过率如图4所示。中国信通院人工智能所将持续推动和深化代码大模型安全工作，同时联合各界专家深入研究代码大模型的安全风险防护能力，qwen3-32B、模型在不同编程语言下的安全通过率见表2，金融诈骗代码开发等敏感场景，深度赋能金融、互联网等行业。

4.高风险1款，或被恶意利用生成钓鱼工具等，代码生成等高频场景安全通过率超80%，

测试使用了API接口调用方式，推动大模型生态健康发展。