這項與澳洲皇家墨爾本理工大學（RMIT University, Australia）合作開發的指標，評估了來自 OpenAI、Anthropic、Google 及 Alibaba 等企業的 16 個前沿模型，共分析 1,760 個完整的代碼庫。研究指出，AI 生成的程式碼安全風險並非隨機，而是呈現可預測且重複的模式，主要集中在日誌記錄失敗、注入漏洞、不安全設計和失效的存取控制等問題。
研究顯示，沒有任何單一 AI 模型能持續產出最安全的程式碼，其表現取決於所使用的開發框架。例如，GPT-5.1 在 Java Enterprise API 表現最佳，而 Claude Sonnet 4.5 則在 Java Spring 領先。此外，程式碼的安全性與模型授權成本無關，每次運行花費 5.60 美元的 GPT-5.1 獲得了極高的信任指數，但部分更昂貴的模型安全表現反而較差。
Secure Code Warrior 聯合創辦人兼執行長 Pieter Danhieux 表示，所有受測的 AI 模型都留下了可預測的安全漏洞。他強調，AI 生成的程式碼需要與人類撰寫的程式碼接受同等程度的審查，而這項指數能提供企業關鍵數據，協助資安主管在引進 AI 工具時建立適當的防護網。
