Öncü yapay zeka modellerinin hackleme yetenekleri mevcut kıyaslama yöntemlerini (benchmarks) hızla geride bıraktığı için, mevcut test yöntemleri geçerliliğini yitiriyor. GPT-5.5 gibi yapay zeka modelleri gelişmiş akıl yürütme ve ajansal (agentic) davranışlar sergiledikçe, yalnızca izole görevlere odaklanan statik testler, bu modellerin gerçek dünya ortamlarındaki gerçek potansiyelini yakalamakta yetersiz kalıyor. Sonuç olarak, politika yapıcılar ve güvenlik ekipleri, modellerin yayına alınma güvenliğini tahmin etmek için net metriklerden yoksun kalıyor. Buna yanıt olarak Anthropic gibi sektör liderleri, jailbreak (sistem kilidini kırma) etkilerine odaklanan standartlaştırılmış kıyaslama yöntemleri geliştirmek için Google ve Microsoft gibi ortaklarla iş birliği yapıyor. Bu sırada Irregular gibi test laboratuvarları, uzaktan kod yürütme ve yetki yükseltme gibi saldırgan görevleri ölçmek için yeni metrikler oluşturuyor. Bu değişim, yapay zekanın güvenlik kontrollerini ne kadar etkili bir şekilde aşabileceğini veya ağlar arasında yanal hareket edebileceğini belirlemek amacıyla, gerçek dünya üretim sistemlerini simüle eden değerlendirmelere duyulan kritik ihtiyacı vurguluyor.