Vals AI 测试显示 DeepSeek V4.1 Flash 1017 在多步骤进攻性网络安全任务中击败 GPT 6 Sol
Vals AI 称，在其基于模拟企业网络构建的多步骤进攻性网络安全基准中，DeepSeek V4.1 Flash 1017 击败了 GPT 6 Sol。GPT 6 Sol 是通过 Daybreak 可信访问计划测试的，而获取 Daybreak 权限的账号需约 1000 块且无质保。
#DeepSeek
Gorden Sun (@Gorden_Sun)AI 评分4747
SecLink (@seclink)AI 评分2626 Paweł Huryn：DeepSeek harness 平均提升 DeepSeek V4.1 Flash 2-3 分但成本增加 80%
Paweł Huryn 测试发现，使用 Claude Code harness 使 DeepSeek V4.1 Flash 1017 的成绩平均提升 2-3 分，但由于子智能体和更多输出 token，成本增加 80%。新结果中，max 档 7 次平均为 39.1，high 档 5 次平均为 36.4。