Le chercheur en sécurité Kasra Rahjerdi a testé les modèles d'apprentissage automatique de grande taille (LLM) pour voir s'ils pouvaient exploiter une application vulnérable utilisant des informations confidentielles du backend Google. GPT-5.5 a réussi dans 7 des 10 tentatives, soit un taux de succès le plus élevé, mais à un coût de 9,46 dollars par réussite. DeepSeek V4 Pro a réussi dans 3 des 10 tentatives, pour un coût de 0,62 dollar par réussite, ce qui représente un quinzième du coût de GPT-5.5. Gemini, quant à lui, n'a pas réussi en raison des mécanismes de rejet mis en place dans l'application.