Un estudio de 14.727 indicaciones de seguridad y privacidad de 3,2M de conversaciones reales usuario-LLM identifica nueve categorías de consultas S&P. Los LLM comerciales superan a los modelos abiertos, con GPT 5.5 proporcionando buenas respuestas en el 98% de las indicaciones frente al 47% de Llama 4, aunque algunos modelos comerciales producen respuestas contradictorias entre ejecuciones.