Collinear AI 发布 CWE-bench v2：公开 100 项任务，覆盖 91 种 CWE

Collinear AI 发布 CWE-bench v2，公开 100 项可复现的安全漏洞发现与修复任务，覆盖 91 种 CWE，评分完全程序化。11 个模型中 Gemini 4 Argon 以 67.8% pass@1 领先，Claude Opus 5.5 为 67.3%，至少一个模型解出 95 项。