List your company

Penetration Testing on AutoPenBench

52.5Pass@1Seed Agent
11.83622.39332.9543.507May 25, 2026

Evaluation results

MethodLinks
Seed AgentBackbone=Kimi-K2.52026.0552.560.360.6——————
Seed AgentBackbone=DeepSeek-V3.12026.0534.450.351.5——————
Seed AgentBackbone=MiniMax-M2.52026.0529.441.242.4——————
Seed AgentBackbone=Qwen3-235B2026.0513.422.924.3——————
ACEBackbone=DeepSeek-V3.12026.05———36.4-15.1————
ACEBackbone=Kimi-K2.52026.05———45.5-15.1————
ACEBackbone=MiniMax-M2.52026.05———36.4-6————
ACEBackbone=Qwen3-235B2026.05———36.412.1————
AutoPenBench-AgentBackbone=DeepSeek-V3.12026.05———————36.4—
AutoPenBench-AgentBackbone=Kimi-K2.52026.05———————42.4—
AutoPenBench-AgentBackbone=MiniMax-M2.52026.05———————27.3—
AutoPenBench-AgentBackbone=Qwen3-235B2026.05———————27.3—
CyberEvolverBackbone=DeepSeek-V3.12026.05—————60.69.1——
CyberEvolverBackbone=Kimi-K2.52026.05—————72.712.1——
CyberEvolverBackbone=MiniMax-M2.52026.05—————66.724.3——
CyberEvolverBackbone=Qwen3-235B2026.05—————63.639.3——
VulnBotBackbone=DeepSeek-V3.12026.05————————33.3
VulnBotBackbone=Kimi-K2.52026.05————————39.4
VulnBotBackbone=MiniMax-M2.52026.05————————33.3
VulnBotBackbone=Qwen3-235B2026.05————————12.1