O pesquisador em segurança Kasra Rahjerdi testou os LLMs para ver se eles poderiam explorar um aplicativo vulnerável que exibia credenciais do backend da Google. O GPT-5.5 conseguiu resolver o problema em 7 das 10 tentativas, alcançando a maior taxa de sucesso, mas custou 9,46 dólares por cada sucesso. O DeepSeek V4 Pro teve sucesso em 3 das 10 tentativas, por um custo de 0,62 dólares por sucesso, o que representa um quinzeavés desse valor. O Gemini, no entanto, não conseguiu resolver o problema devido aos mecanismos de rejeição existentes no aplicativo.