DeepSeek V4.1 网络安全评测大跃升：单次找回 65.6% CVE，追平前沿模型
teortaxesTex · x · 2026-09-09
第三方网络安全基准 pilvar222 团队测试 DeepSeek V4.1 Flash，结果显著提升：
- 单次运行可重新发现基准中 65.6% 的近期 CVE，旧版为 55.2%
- pass@3 下捕获率达 84.4%（旧版 75%），超过 Grok 4.6、Opus 5、GPT-5.6-Sol 等前沿模型
- 精确率从 73.8% 升至 78.9%，误报更少
- 单任务成本更低：每轮执行更多操作，缓存命中率从 94.5% 提升到 95.5%
转发者 teortaxesTex 补充称：DeepSeek 在该评测上一直表现异常出色，照此速度 V4.1-Pro 将以约 1/20 的成本超越 Astra，这暗示 Astra 的模型规模可能并不大。
所属事件:DeepSeek V4.1 Flash 多方实测：近前沿性能，成本仅 1.4%~3.5%(15 条相关)→
「模型」频道最新
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- Grok Bot 未经用户同意自动接入 X Money 账户,用户吐槽并撤资 — noahsolomon · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27