Vals AI 实测:DeepSeek V4.1 Flash 多步攻击性网络任务击败 GPT-6 Sol
joshua_saxe · x · 2026-10-21
安全评测公司 Vals AI 发现,DeepSeek V4.1 Flash 1017 在其基于模拟企业网络构建的多步攻击性网络安全任务上击败了 GPT-6 Sol(后者经 Daybreak 可信访问计划测试)。该基准旨在衡量模型落入恶意者手中可能构成的网络风险;官方表示完整评测将在未来几周公开。Nat Lambert 评论称,该模型在防御性网络方面可能同样强,只是没人会发这种内容博流量。
所属事件:Vals AI 网络安全基准：DeepSeek V4.1 Flash 胜 GPT-6 Sol(5 条相关)→
「模型」频道最新
- Qwen 4 疑似现身竞技场，阿里下一代模型或已开测 — AIFlow_ML · 2026-10-26
- Nat Lambert 首讲开源模型生态：蒸馏、风险与开放访问走向 — natolambert · 2026-10-26
- 同 harness 对比实测：Nanbeige 33B 输出零可编译 — julianharris · 2026-10-26
- Claude 拒写 SS7 异常检测器，安全分类器误伤防御研究逼用户跑 abliterated GLM — l4rz · 2026-10-26
- BFL 开源 5.6B 文生图模型 FLUX 3 Klein,比上代小 38% 还涨 91 Elo — dl_weekly · 2026-10-26
- Gemma 4 26B 在 16GB Mac 离线跑 TypeScript 测试,33/40 分、31 tok/s — Mission-Sir-1614 · 2026-10-26