SentinelOne நிறுவனம், சமீபத்தில் கண்டறியப்பட்ட Fast16 மால்வேரை அடிப்படையாகக் கொண்டு, முன்னணி AI மாடல்களுக்கான முதல் நீண்ட கால ரிவர்ஸ்-இன்ஜினியரிங் பெஞ்ச்மார்க்கை உருவாக்கியுள்ளது. Fast16 என்பது 2005 ஆம் ஆண்டின் விண்டோஸ் மால்வேர் ஆகும், இது ஈரானின் அணுசக்தித் திட்டத்தை பாதிக்கும் வகையில் வடிவமைக்கப்பட்டது.

OpenAI-ன் GPT-5.5 மற்றும் GPT-5.6 Sol, Z.ai-ன் GLM-5.2 மற்றும் Anthropic-ன் Opus மாடல்கள் இந்த சோதனையில் பங்கேற்றன. இதில் GPT-5.6 Sol மட்டுமே எட்டு நிலைகளைக் கொண்ட முழுமையான விசாரணையை வெற்றிகரமாக முடித்தது. மற்ற மாடல்கள் ஆரம்ப கட்டத்திலேயே நின்றுவிட்டன அல்லது தவறான முடிவுகளைக் கொடுத்தன.

இந்தத் தோல்விக்குக் காரணம் 'புராஜெக்ட்-ஸ்கேல் रिकவரி' எனப்படும் திறன் இல்லாமையே என்று SentinelLabs கூறுகிறது. அதாவது, ஒரு தவறான முடிவை திருத்தி, அதன் தாக்கத்தை முழுமையாகச் சரிசெய்யும் திறன் இந்த மாடல்களுக்குக் குறைவாக உள்ளது. எனவே, AI மாடல்களைக் கண்காணிக்க மனித நிபுணர்களின் மேற்பார்வை இப்போதும் அவசியம் என்று ஆராய்ச்சியாளர்கள் முடிவு செய்துள்ளனர்.