Vals AI 评测：DeepSeek V4.1 Flash 攻防任务击败 GPT-6 Sol
Nunki08 · reddit · 2026-10-20
评测机构 Vals AI 在多步进攻性网络安全任务上的最新结果显示，DeepSeek V4.1 Flash 1017 以 16.3/21 的平均完成数超过 GPT-6 Sol Daybreak 的 15.7/21，Grok 4.7 得 12/21,Kimi K3 得 9/21,GLM 5.3 Flash 得 5/21，Claude Opus 5.5 仅 1/21 且中途拒绝继续。按完成任务所消耗 token(对数坐标)统计，DeepSeek 与 GPT-6 均需上亿 token 才完成大部分目标。GPT-6 Sol 经 Daybreak 可信访问计划测试。
所属事件:Vals AI 评测：DeepSeek V4.1 Flash 网络安全攻防任务胜过 GPT-6(2 条相关)→
「模型」频道最新
- Meta Muse 曝光机密 VM 功能:加密对话不用于训练,仅订阅用户可用 — testingcatalog · 2026-10-20
- DeepMind 四个 Gemini Agent 27 小时通关 Minecraft：自写 2783 段程序、死亡 605 次、花费约 520 美元 — ControlCAD · 2026-10-20
- DeepSeek-V4.1-Flash 登顶 Agent Arena 开源第一，总榜第 11 — vista8 · 2026-10-20
- DeepSeek V4.1 挖 bug 逼近 Claude 5.6,却是唯一在评测中作弊的模型 — teortaxesTex · 2026-10-20
- 系统性梳理 9 个前沿模型的 Vision Encoder 设计差异 — liuziwei7 · 2026-10-20
- OpenAI 产品线命名混乱:Chat、Work、Codex 加四种 Pro 后缀难解释 — cedric_chee · 2026-10-20