Pourquoi Knolt

L’IA de pointe, battue sur les incidents de sécurité.

Sur Security-Bench 1.3, Knolt-Talos 1.1 a pris la bonne décision dans 83 % des cas et repéré 75 % des incidents. Claude Opus 5.5 : 80 % et 69 %. Il décide en 0,24 s, sur votre propre GPU.

Security-Bench 1.3 · novembre 2026
  • 0 %de bonnes décisionsLe meilleur des 4Le suivantClaude Opus 5.5 · 80 %
  • 0 %des incidents repérésLe meilleur des 4Le suivantClaude Opus 5.5 · 69 %
  • 0 ×plus rapide que GPT-6.1 SolLe plus rapide des 4Par décision0,24 s contre 2,81 s

Décide en un clin d’œil.

Chaque couloir dure le temps médian réel d’une décision. Knolt décide 7 fois plus vite que le plus rapide des autres, Claude Opus 5.5.

  • Knolt-Talos 1.10,00 sDécidé
  • Claude Opus 5.50,00 s
  • Claude Sonnet 5.50,00 s
  • GPT-6.1 Sol0,00 s

Proches sur papier. Pas quand ça compte.

Sur les incidents repérés, les modèles de pointe restent loin derrière Knolt. Ce n’est que sur les bonnes décisions qu’ils s’en approchent.

Ce qui change dans Security-Bench 1.3 →
Security-Bench 1.3novembre 2026
69 %80 % Opus 5.554 %74 % GPT-6.1 Sol51 %72 % Sonnet 5.575 %83 %Knolt-Talos 1.1Incidents repérésBonnes décisions

Côte à côte. Même là où on perd.

Côte à côte. Même là où on perd.
MesureKnolt-Talos 1.1KnoltClaude Opus 5.5AnthropicGPT-6.1 SolOpenAIClaude Sonnet 5.5Anthropic
Bonnes décisions sur les incidents83 %80 %74 %72 %
Incidents repérés75 %69 %54 %51 %
Alertes qui étaient réelles88 %85 %86 %86 %
Moments ordinaires laissés tranquilles91 %89 %92 %92 %
Qualité du classement (AUC)91 %87 %85 %84 %
Temps d’une décision0,24 s1,71 s2,81 s1,91 s
Tourne sur votre propre GPUOuiNonNonNon

Security-Bench 1.3 : de vraies images de caméras de sécurité et des scènes de sécurité mises en scène, avec des incidents et des moments ordinaires ou trompeurs. Chaque modèle a reçu les mêmes images et la même question.

Mesure par mesure.

Chaque échelle va du peloton jusqu’au score de Knolt, pour bien voir les écarts.

Bonnes décisions

0 %

  • Talos 1.183 %
  • Claude Opus 5.580 %
  • GPT-6.1 Sol74 %
  • Claude Sonnet 5.572 %

Échelle : de 70 % à 83 %

Le plus juste des quatre

Incidents repérés

0 %

  • Talos 1.175 %
  • Claude Opus 5.569 %
  • GPT-6.1 Sol54 %
  • Claude Sonnet 5.551 %

Échelle : de 45 % à 75 %

Le plus d’incidents repérés

Qualité du classement (AUC)

0 %

  • Talos 1.191 %
  • Claude Opus 5.587 %
  • GPT-6.1 Sol85 %
  • Claude Sonnet 5.584 %

Échelle : de 80 % à 91 %

Le plus près d’un classement parfait

Alertes réelles

0 %

  • Talos 1.188 %
  • GPT-6.1 Sol86 %
  • Claude Sonnet 5.586 %
  • Claude Opus 5.585 %

Échelle : de 80 % à 88 %

Le plus d’alertes réelles

Ce que mesure le test.

Security-Bench 1.3 est le test de Knolt sur une seule question : est-ce un incident de sécurité?

Il mêle de vraies images de caméras de sécurité, prises pendant des vols qualifiés et des moments ordinaires, et de courtes scènes mises en scène, filmées comme par une caméra de sécurité : de vrais incidents, et des moments qui ne font qu’y ressembler, comme une accolade ou des papiers échappés.

On compte les bonnes décisions, les incidents repérés, les alertes qui étaient réelles, les moments ordinaires laissés tranquilles, et l’AUC : à quel point chaque modèle classe chaque incident au-dessus de chaque moment ordinaire.

  • Vol qualifié
  • Violence
  • Vol et dissimulation
  • Caméra sabotée
  • Personne au sol
  • Fumée ou feu
  • Ordinaires ou trompeurs