AIトラストインデックス
最も安全なコードを書くAIモデルはどれか?
16の主要AIモデルが実際にどのようにコーディングを行うか、11の実用的なフレームワークと1,760のコードベースでスコアリングしました。モデルと同様に、フレームワークの選択も重要です。

生成およびスキャンされたコードベース
1,760
評価されたAIモデル
16
テスト済みフレームワーク
11
確認された脆弱性
27,000+
固有のCWEカテゴリー
86
本調査で学べること:
- トップランクのモデルであってもデフォルトで安全とは言えない理由。本調査で最高スコアを記録したモデルでさえ、196件の重大または高リスクな脆弱性が確認されました。
- 価格がセキュリティをほとんど示さない理由。最も高価なモデルはトップ5の競合製品より31倍も高額ですが、それでも最も安全な選択肢とは言えません。
- フレームワークのコンテキストがモデルのパフォーマンスを左右する理由。あるモデルは総合5位にランクインしながら、フレームワークを変えた途端に最下位になることもあります。
- 0〜100のトラストインデックススコアの正しい読み方と、手法を理解せずに異なる2つのフレームワーク間でスコアを比較することが誤解を招く理由
- 本調査で確認された脆弱性の大部分を占める、わずか数種類のCWEカテゴリーとは何か。これは集中化された、つまり解決可能な問題です。
調査手法に関する注記: 「6つのモデル、660のコードベース、11のフレームワークを対象とした基礎調査は、RMIT大学との共同研究によるものです。その後、Secure Code Warriorが独自に同じ手法を16のモデルと1,760のコードベースに拡大しました。両フェーズとも生成、スキャン、検証、スコアリングの手順は同一であり、結果は完全に比較可能です。」
タグライン
組織全体でセキュアな開発能力を構築する
開発者のリスクを可視化し、ポリシーを適用することで、ソフトウェア開発ライフサイクル全体における脆弱性を未然に防ぎます。