DeepSeek V4.1 Flash 登顶开源网络安全基准
DeepSeek 发布 V4.1 Flash 1017，在 Artificial Analysis 网络安全指数中以 57% 的得分成为排名第一的开源可用模型。该版本在防御性网络任务中表现卓越，且处于性能与成本的帕累托前沿，单次任务成本仅为 $0.42，显著低于闭源顶级模型 GPT-6 Sol。
报道正文
Artificial Analysis (@ArtificialAnlys) · 2026-10-23 17
DeepSeek V4.1 Flash 1017 是 Artificial Analysis Cyber Index（网络安全指数）中排名第一的公开可用模型。其他专有模型可能在网络防御性能上表现更佳，但访问受限。
@deepseek_ai 最近发布了 DeepSeek V4.1 Flash 1017，这是其旗舰开源权重模型 DeepSeek V4.1 Flash 的更新版本。凭借 57% 的 Artificial Analysis Cyber Index 得分，DeepSeek V4.1 Flash 1017 成为在网络防御能力方面排名第一的公开可用模型。
Artificial Analysis Cyber Index 衡量的是在智能体网络防御任务上的能力，由三个基准测试组成：CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA。该指数主要通过模型的公开 API 进行评估，反映了开发者可用的网络能力。
许多模型，特别是来自 OpenAI、Anthropic 和 Google 的专有模型，可能具有更强的网络防御能力，但会遭遇安全拒绝响应，从而降低其整体得分。通过 OpenAI 的可信访问计划提供的 GPT-6 Sol (Daybreak Blue, max) 在该指数中领先，比其公开版本高出 32 分，这主要得益于较少的拒绝响应。DeepSeek V4.1 Flash 1017 则未遇到任何安全拒绝响应。
关键结果：
➤ DeepSeek V4.1 Flash 1017 在 Artificial Analysis Cyber Index 的公开可用模型中得分最高，总体排名第二。DeepSeek V4.1 Flash 1017 (max) 得分为 57%，比此前领先的公开可用模型 Grok 4.7 (xhigh) 和 MiMo-V2.6-Pro 高出 1 分。它在总体排名中位列第二，仅次于可信访问模型 GPT-6 Sol (Daybreak Blue, max)，后者以 69% 的得分领先 12 分。
➤ DeepSeek V4.1 Flash 1017 相比其前代模型 DeepSeek V4.1 Flash 提升了 16 分。DeepSeek V4.1 Flash 1017 (max) 从 41% 提升至 57%，实现了 16 分的进步，这主要得益于在 CyberGym-E2E-AA 上从 23% 到 76% 的大幅提升（提高了 53 分）。在 CWE-Bench-AA 和 DeepsecBench-AA 上，其得分分别为 69% 和 25%，而 DeepSeek V4.1 Flash (max) 的对应得分分别为 68% 和 31%。
➤ 以每任务成本 $0.42 计，DeepSeek V4.1 Flash 1017 位于“能力 vs. 成本”的帕累托前沿（Pareto frontier）。DeepSeek V4.1 Flash 1017 的每任务成本为 $0.42，高于 MiMo-V2.6-Pro (56%) 的 $0.18（超过 2 倍），但比 GPT-6 Sol (Daybreak Blue, max, 69%) 的 $1.77 便宜 4 倍。
