DeepSeek V4.1 Flash 1017 登顶开源模型网络防御榜，得分 57%
ArtificialAnlys · x · 2026-10-24
Artificial Analysis 发布 Cyber Index 更新：DeepSeek 新发布的 V4.1 Flash 1017 以 57% 的得分成为开源可用模型中网络防御能力第一，总榜第二，仅次于通过可信访问计划提供的 GPT-6 Sol（Daybreak Blue, max，69%）。
关键结果
- 相比前代 V4.1 Flash 提升 16 分（41%→57%），主要来自 CyberGym-E2E-AA 上 53 分的暴涨（23%→76%）；CWE-Bench-AA 69%、DeepsecBench-AA 25%
- 领先此前最佳开源模型 Grok 4.7（xhigh）和 MiMo-V2.6-Pro 各 1 分
- 单任务成本 $0.42：比 MiMo-V2.6-Pro（56%，$0.18）贵一倍多，但比 GPT-6 Sol（$1.77）便宜 4 倍，处于能力/成本 Pareto 前沿
该指数由 CWE-Bench-AA、DeepsecBench-AA、CyberGym-E2E-AA 三个基准组成，主要通过公开 API 评测。文中指出 OpenAI/Anthropic/Google 的专有模型防御能力可能更强，但安全拒绝拉低了总分；DeepSeek V4.1 Flash 1017 未触发任何安全拒绝。
所属事件:DeepSeek V4.1 Flash 1017 登顶开源模型网络防御榜(5 条相关)→
「模型」频道最新
- Kimi 测试者公开表露 distress,称看到文档后非常难过 — gnukeith · 2026-10-24
- VraserX:偏爱某模型不如先改提示词,限制常在你自己 — VraserX · 2026-10-24
- 曝 Kimi K3.1 Pro(max) 对比 Gemini 4 Carbon(high)，输出风格神似 Astra — lyraxana · 2026-10-24
- Kimi K3.1 对决 GPT-6 Astra：同一 3D agent 任务，成本减半、推理多 16 倍 — GapNew4766 · 2026-10-24
- Kimi K3.1 Pro 早期体验:3-4 小时 4 美元做出 Blender 黏土渲染 — ChrisGPT · 2026-10-24
- 不校准阈值，模型评测分数就是空谈：0.5 默认线漏掉近三成正例 — dbreunig · 2026-10-24