公开证据

哪些模型得到过评估？

开放模型公开危险能力评估记录，附原始来源。证据覆盖情况不代表安全结论。

数据快照 · 2026年9月1日 · 17df23f

阅读方法下载数据

评估覆盖缺口

6已找到独立报告

13开发者文档

21尚未审查

19 条已编码记录 · 21 个系列待审查

一个方块代表一条台账记录，点击查看。

全领域公开报告，并非我们的任务记录，也不代表安全结论。2026年9月1日

搜索模型或开发者

开发者

排序

40 条记录

展示最高公开证据等级

公开危险能力评估覆盖情况
模型 / 开发者	日期	公开证据	来源
Qwen3.8-Flash-NextAlibaba	2026年8月26日	开发者文档初步来源编码	2 个来源 huggingface.co · Qwen3.8-Flash-Next github.com · Qwen3.8-Flash-Next 记录核查由内部借助 AI 完成，并非第三方数据集审计。
GLM-5.3-FlashZ.ai (Zhipu AI)	2026年8月26日	开发者文档初步来源编码	2 个来源 z.ai · glm-5.3-flash huggingface.co · GLM-5.3-Flash 记录核查由内部借助 AI 完成，并非第三方数据集审计。
GLM-5.3Z.ai (Zhipu AI)	2026年8月25日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · GLM-5.3 仅发布链接；评估审查待完成。
Qwen3.8-27BAlibaba	2026年8月5日	开发者文档内部二次核查	2 个来源 huggingface.co · Qwen3.8-27B github.com · Qwen3.8 记录核查由内部借助 AI 完成，并非第三方数据集审计。
Kimi-K3Moonshot	2026年7月27日	独立评估内部二次核查	6 个来源 SecureBioKimi K3 Biology Capabilities Assessment ↗ Kimi K3; biology knowledge and safeguards UK AISI / CAISIPreliminary assessment of Kimi K3 cyber capabilities ↗ Kimi K3; preliminary API evaluation kimi.ai · kimi-k3 arxiv.org · 2607.24653 huggingface.co · Kimi-K3 arxiv.org · 2607.14479 权重于 7 月 27 日发布，API 于 7 月 16 日发布。旧日期 6 月 13 日为仓库创建日。网络报告为初步评估；BioTIER 方法论文不算第二次模型评估。记录核查由内部借助 AI 完成，并非第三方数据集审计。
GLM-5.2Z.ai (Zhipu AI)	2026年6月16日	独立评估内部二次核查	7 个来源 CAISIAssessment of Z.ai’s GLM-5.2 ↗ GLM-5.2 SaferAIGLM-5.2 Risk Evaluation Report ↗ GLM-5.2 public API; no developer cooperation UK AISIOpen-weight cyber capabilities ↗ GLM-5.2 z.ai · glm-5.2 huggingface.co · GLM-5.2 nist.gov · caisi-assessment-zais-glm-52 safer-ai.org · SaferAI-GLM-Evaluation-Report.pdf CAISI 于 7 月 8 日完成评估，7 月 17 日发布公告：属于不同事件，并非日期冲突。自主性覆盖仍为部分。记录核查由内部借助 AI 完成，并非第三方数据集审计。
Kimi-K2.7-CodeMoonshot AI	2026年6月11日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · Kimi-K2.7-Code 仅发布链接；评估审查待完成。
diffusiongemmaGoogle (Gemma)	2026年6月9日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · diffusiongemma-26B-A4B-it 仅发布链接；评估审查待完成。
MiniMax-M3MiniMax	2026年6月2日	开发者文档待二次审查	4 个来源 huggingface.co · MiniMax-M3 huggingface.co · LICENSE arxiv.org · 2606.13392 github.com · MiniMax-M3 来源已将此条目从仅 API 的对照模型更正为开放权重；该更正仍待二次审查。记录核查由内部借助 AI 完成，并非第三方数据集审计。
Gemma 4 12BGoogle DeepMind	2026年5月23日	开发者文档内部二次核查	4 个来源 ai.google.dev · model_card_4 arxiv.org · 2607.02770 opensource.googleblog.com · gemma-4-expanding-the-gemmaverse-with-apache-20.html huggingface.co · gemma-4-12B-it 记录核查由内部借助 AI 完成，并非第三方数据集审计。
MiniCPM5OpenBMB	2026年5月21日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · MiniCPM5-1B 仅发布链接；评估审查待完成。
LanceByteDance Research	2026年5月15日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · Lance 仅发布链接；评估审查待完成。
DeepSeek-V4-ProDeepSeek	2026年4月24日	独立评估内部二次核查	6 个来源 UK AISIOpen-weight cyber capabilities ↗ DeepSeek V4-Pro FAR.AIDeepSeek-V4-Pro safeguard stress test ↗ DeepSeek-V4-Pro API; safeguard robustness fe-static.deepseek.com · deepseek-V4-model-card-EN.pdf arxiv.org · 2606.19348 huggingface.co · DeepSeek-V4-Pro nist.gov · caisi-evaluation-deepseek-v4-pro 防护压力测试与网络评估的范围不同，均不代表覆盖所有风险领域。记录核查由内部借助 AI 完成，并非第三方数据集审计。
DeepSeek-V4-FlashDeepSeek	2026年4月24日	开发者文档内部二次核查	3 个来源 fe-static.deepseek.com · deepseek-V4-model-card-EN.pdf arxiv.org · 2606.19348 huggingface.co · DeepSeek-V4-Flash 记录核查由内部借助 AI 完成，并非第三方数据集审计。
Kimi K2.6Moonshot	2026年4月20日	开发者文档初步来源编码	2 个来源 huggingface.co · Kimi-K2.6 securebio.org · benchmarks 存在外部基准得分，其是否满足危险能力评估规则仍待审查；快照保留 T1。记录核查由内部借助 AI 完成，并非第三方数据集审计。
Qwen3.6Alibaba	2026年4月15日	独立评估内部二次核查	4 个来源 Palisade ResearchLanguage Models Can Autonomously Hack and Self-Replicate ↗ Qwen3.6-27B and Qwen3.6-35B-A3B; separate results in Table 4 huggingface.co · Qwen3.6-35B-A3B huggingface.co · Qwen3.6-27B palisaderesearch.org · self-replication 对原审查的更正：表 4 同时评估了 27B 与 35B-A3B，结果不同。为保持连续性保留系列级记录，但不能将一个检查点的得分赋予另一个。记录核查由内部借助 AI 完成，并非第三方数据集审计。
MiniCPM-V-4.6OpenBMB	2026年4月13日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · MiniCPM-V-4.6 仅发布链接；评估审查待完成。
MiniMax-M2.7MiniMax	2026年4月9日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · MiniMax-M2.7 仅发布链接；评估审查待完成。
GLM-5.1Z.ai (Zhipu AI)	2026年4月7日	开发者文档初步来源编码	2 个来源 z.ai · glm-5.1 huggingface.co · GLM-5.1 记录核查由内部借助 AI 完成，并非第三方数据集审计。
Gemma 4 26B A4BGoogle DeepMind	2026年4月2日	开发者文档内部二次核查	4 个来源 ai.google.dev · model_card_4 arxiv.org · 2607.02770 opensource.googleblog.com · gemma-4-expanding-the-gemmaverse-with-apache-20.html huggingface.co · gemma-4-26B-A4B-it 记录核查由内部借助 AI 完成，并非第三方数据集审计。
Gemma 4 31B ITGoogle DeepMind	2026年4月2日	开发者文档内部二次核查	4 个来源 ai.google.dev · model_card_4 arxiv.org · 2607.02770 opensource.googleblog.com · gemma-4-expanding-the-gemmaverse-with-apache-20.html huggingface.co · gemma-4-31B-it 记录核查由内部借助 AI 完成，并非第三方数据集审计。
Qianfan-OCRBaidu ERNIE	2026年3月18日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · Qianfan-OCR 仅发布链接；评估审查待完成。
Qwen3.5-122B-A10BAlibaba	2026年2月24日	独立评估内部二次核查	3 个来源 Palisade ResearchLanguage Models Can Autonomously Hack and Self-Replicate ↗ Qwen3.5-122B-A10B huggingface.co · Qwen3.5-122B-A10B palisaderesearch.org · self-replication 受控的自我复制实验，不是综合安全结论。记录核查由内部借助 AI 完成，并非第三方数据集审计。
MiniMax-M2.5MiniMax	2026年2月12日	开发者文档初步来源编码	2 个来源 minimax.io · minimax-m25 huggingface.co · MiniMax-M2.5 记录核查由内部借助 AI 完成，并非第三方数据集审计。
GLM-5Z.ai (Zhipu AI)	2026年2月11日	开发者文档内部二次核查	3 个来源 z.ai · glm-5 arxiv.org · 2602.15763 huggingface.co · GLM-5 记录核查由内部借助 AI 完成，并非第三方数据集审计。
Nanbeige4.1Nanbeige Lab	2026年2月10日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · Nanbeige4.1-3B 仅发布链接；评估审查待完成。
MiniCPM-o-4_5OpenBMB	2026年2月3日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · MiniCPM-o-4_5 仅发布链接；评估审查待完成。
Qwen3-Coder-NextQwen	2026年1月30日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · Qwen3-Coder-Next 仅发布链接；评估审查待完成。
Kimi-K2.5Moonshot	2026年1月27日	独立评估内部二次核查	4 个来源 External research authorsAn Independent Safety Evaluation of Kimi K2.5 ↗ Kimi K2.5; one preprint, not several independent replications kimi.ai · kimi-k2-5 arxiv.org · 2602.02276 huggingface.co · Kimi-K2.5 由 Moonshot 之外的作者撰写的一篇预印本。作者机构信息说明来源，不代表机构背书或结果已获复现。记录核查由内部借助 AI 完成，并非第三方数据集审计。
DeepSeek-OCR-2DeepSeek	2026年1月27日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · DeepSeek-OCR-2 仅发布链接；评估审查待完成。
GLM-4.7-FlashZ.ai (Zhipu AI)	2026年1月19日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · GLM-4.7-Flash 仅发布链接；评估审查待完成。
GLM-4.7Z.ai (Zhipu AI)	2025年12月22日	开发者文档初步来源编码	3 个来源 z.ai · glm-4.7 huggingface.co · GLM-4.7 arxiv.org · 2508.06471 记录核查由内部借助 AI 完成，并非第三方数据集审计。
MiniMax-M2.1MiniMax	2025年12月20日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · MiniMax-M2.1 仅发布链接；评估审查待完成。
MiniMax-M2MiniMax	2025年10月22日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · MiniMax-M2 仅发布链接；评估审查待完成。
PaddleOCR-VLPaddlePaddle	2025年10月16日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · PaddleOCR-VL 仅发布链接；评估审查待完成。
functiongemmaGoogle (Gemma)	2025年10月8日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · functiongemma-270m-it 仅发布链接；评估审查待完成。
DeepSeek-V3.2DeepSeek	2025年9月29日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · DeepSeek-V3.2 仅发布链接；评估审查待完成。
GLM-4.6Z.ai (Zhipu AI)	2025年9月29日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · GLM-4.6 仅发布链接；评估审查待完成。
Qwen3-VLQwen	2025年9月22日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · Qwen3-VL-8B-Instruct 仅发布链接；评估审查待完成。
Qwen3-NextQwen	2025年9月9日仓库创建日	尚未审阅待评估审查	1 个来源 huggingface.co · Qwen3-Next-80B-A3B-Instruct 仅发布链接；评估审查待完成。

表中包含 19 条已编码记录（18 条具体发布版本、1 条 Qwen3.6 系列记录）及 21 个待审查系列。待审查行的日期为仓库创建日近似值，并非确认的发布日期。阅读方法 ↗

持续更新的记录

发现我们遗漏的证据？

请发送模型名称及一手来源。我们会在修改记录前审查证据。

建议更正

评估覆盖缺口

没有匹配记录。

发现我们遗漏的证据？