Secure Code Warriorの調査:精査されたセキュリティルールセットにより、AI生成コードの測定リスクを最大70%削減可能
.png)
SCW AI Trust Indexの最新調査により、曖昧なプロンプトは信頼性が低く、適切なプロンプトがリスクを低減すること、そしてAIへの投資額とコードの安全性は比例しないことが明らかになりました。
シドニー/ボストン/ロンドン – 2026年11月17日 – AIソフトウェアガバナンスとセキュアコーディングトレーニングのリーダーであるSecure Code Warriorは本日、主要なAIモデルがセキュリティ脆弱性を含むコードを生成する頻度を測定する継続的なベンチマークである「SCW AI Trust Index」の第2回調査結果を発表しました。OpenAI、Anthropic、Google、Alibaba、Mistralなどの30以上のモデルを評価した結果、AIモデルはこの12か月間で進化を遂げ、精査されたセキュリティルールを提供した際には脆弱性のあるコードの生成が大幅に減少すること、さらには安価なモデルの方がフラッグシップモデルよりもリスクが低い場合があることが明らかになりました。Secure Code Warriorは、モデルをテストハーネス内で検証するように測定手法を刷新し、実環境での利用実態をより正確に反映させるとともに、セキュリティに関する指示やハーネスプロンプトがパフォーマンスにどのような影響を与えるかを浮き彫りにしました。この最新の測定手法には、AIが生成したコードの機能的な完全性に関するデータ比較も含まれており、各モデルのソフトウェア開発タスクにおける全体的なリスクと効率性をより包括的に把握できるようになっています。
本調査では、AIを活用して11種類のプログラミング言語で15,000以上のアプリと4,130万行のコードが生成されました。
最先端のLLM(大規模言語モデル)が記述する開発者コードの割合は急速に高まっています。Sonarの2026年版「State of Code Developer Survey」によると、2027年までにコミットされるコードの65%をAIが占めると予測されています。その一方で、新しいモデルが次々と登場するため、ランキングが数週間で入れ替わることも珍しくありません。Secure Code Warriorの「AI Trust Index」では、テスト対象のAIモデルにおいてコード1,000行あたり0.24〜3.66件の脆弱性が生成され、最高性能のモデルと最低性能のモデルの間には15倍もの差が見られました。測定手法は異なるものの、スタンフォード大学の別調査では、人間のみによるコミットで混入した脆弱性は1,000行あたり約0.08件にとどまることが示されています。
セキュリティリーダーは、チームが抱えるリスクを明確に把握し、使用するモデルやフレームワークによってそのリスクがどう変化するかを理解する必要があります。SCW AI Trust Indexは、開発チームが利用する最新のツールや技術の進化に合わせて常に更新される実証的な測定指標を提供します。Secure Code Warriorは新しいモデルを継続的にテストし、リリースごとに結果を迅速に更新しています。Trust Indexの最新版は、組織が従業員の利用するモデルの性能を評価し、改善策を理解するための指針となります。調査の結果、AIコーディングスタックのガバナンスこそがセキュリティの鍵であることが示されました。主な調査結果は以下の通りです。
- 曖昧な指示は効果が薄く、精査されたルールは測定リスクを最大70%削減する:デフォルトのモデルが起点となりますが、最終的なAI生成コードの安全性はプロンプトによって決まります。
- どの モデルも万能ではありません。11のフレームワークのうち、少なくとも1つで15種類のモデルがベースラインで1位または同率1位を獲得しました。GPT-6-Astra-Highが4つで最多の首位または同率首位となっています。
- ルールセットは高性能なモデルほど効果的です。リスクの低いモデル群ではSCWルールとサードパーティ製ルールの両方がリスクを平均54.15%削減し、リスクの高いモデル群では平均34.05%削減しました。
- 低コストモデルがセキュリティでフラッグシップモデルを上回ることもあります:適切なルールの有無にかかわらず、一部の低コストモデルは、プレミアムモデル単体よりも測定リスクが低い場合があります。例えば、GPT 6 Lunaの平均リスクは19.4(実行コスト0.10ドル)ですが、Claude Opus 5.5は平均リスク43.6(実行コスト8.17ドル)です(ルールなしのモデル単体での比較)。
「新しいAIモデルは常に以前より安全なコードを書く、あるいは高価なモデルの方が安全であると想定しがちですが、最新の調査結果は必ずしもそうではないことを示しています」と、Secure Code Warriorの共同創業者兼CEOであるPieter Danhieuxは述べています。「現在のモデルはセキュアコーディングの手法を理解していますが、デフォルトでそれを実行するわけではありません。出力の安全性は、与えられるハーネス、プロンプト、ルールによって決まり、その挙動はリリースごとに変化します。一度限りのベンチマークでは追いつけないため、SCW AI Trust Indexはモデルの進化に合わせて更新されます。セキュリティリーダーや開発者は、開発チームが使用する言語やフレームワークに基づき、検証可能な最新の証拠に基づいたリスク評価を必要としています。」
AIによるコード生成は今後も定着していくでしょう。開発者やITチームは、AIを活用した新しいアプリを市場に投入するようますます求められていますが、安全性を確保するには、利用するモデルを完全に可視化する必要があります。すべてのモデルには固有の特性があります。SCW AI Trust Indexは、開発者がモデルの挙動をベンチマークし、各モデルの能力を最大限に活用する方法を理解し、リスクの発生源を特定して、最初からより安全なコードを生成できるよう支援します。
SCW AI Trust Indexの詳細については、こちらをご覧ください:https://www.securecodewarrior.com/product/ai-trust-index。
Secure Code Warriorについて
Secure Code Warriorは、AIソフトウェアガバナンスおよび開発者のセキュリティスキル向上におけるリーダーであり、企業がSDLC全体でAI主導のソフトウェア開発を制御できるよう支援しています。10年にわたる開発者セキュリティの専門知識に基づき、AIの可視化、ポリシーの強制、ターゲットを絞った学習を提供し、本番環境に移行する前に脆弱性を防ぎ、ソフトウェア品質を強化します。
お問い合わせ
Andrea Brusig
andrea.brusig@w2comm.com
AI主導の開発をリリース前にガバナンスする
AIを活用したリスク測定、コミット時のセキュアコーディングポリシーの強制、そしてSDLC全体を通じたセキュアなデリバリーの加速を実現します。
Explore more articles
セキュアコーディング、AIガバナンス、ソフトウェアリスク管理に関する専門的なコンテンツをご覧ください。

VMBlog:Secure Code Warriorの調査により、精査されたセキュリティルールセットの適用でAI生成コードのリスクが最大70%低減することが判明
Secure Code Warriorは、「SCW AI Trust Index」の第2弾調査結果を発表しました。これは、主要なAIモデルがどの程度の頻度で脆弱性のあるコードを生成するかを測定する継続的なベンチマークです。OpenAI、Anthropic、Google、Alibaba、Mistralなど30以上のモデルを評価した結果、過去12か月間でAIモデルの性能は向上しており、精査されたセキュリティルールを適用することで脆弱なコードの生成が大幅に減少すること、また、安価なモデルの方がフラッグシップモデルよりもリスクが低い場合があることが明らかになりました。
Secure AI-driven development before it ships
See developer risk, enforce policy, and prevent vulnerabilities across your software development lifecycle.




.png)