O relatório GenAI Code Security 2025, da Veracode, testou mais de 100 modelos de linguagem em Java, Python, C# e JavaScript. Em 45% das amostras, o código gerado falhou nos testes de segurança e trouxe vulnerabilidades do OWASP Top 10. Java foi a linguagem mais arriscada, com 72% de falhas de segurança. Um dos problemas mais frequentes foi cross-site scripting, que as ferramentas de IA não evitaram em 86% das amostras relevantes.
A Veracode manteve o mesmo teste, com 80 tarefas de programação. Até a atualização Spring 2026, de março de 2026, já tinha avaliado mais de 150 modelos. A taxa de sintaxe correta passou de 95%, mas a de aprovação em segurança ficou em cerca de 55%, quase igual à de dois anos antes. A aprovação foi de 82% contra injeção de SQL, mas só 15% contra cross-site scripting e 13% contra injeção em logs, falhas que exigem seguir o dado pelo código.