跳到正文
K = 0.731订阅

Vals AI Finds Deepseek V4.1 Flash Near GPT-6 on a Cyber Benchmark

1篇报道 1个报道来源 4 小时前更新

中文版本尚未就绪 · 显示原文

先了解这件事

AI 综述

Vals AI reported that Deepseek V4.1 Flash 1017 nearly matched GPT-6 Sol Daybreak on the Nova cyber benchmark and completed 21 of 31 objectives in the harder Lighthouse scenario, while Daybreak completed 27. CyberOffense simulates attacks on corporate networks to compare AI agents’ capabilities. The Decoder reported that a Nova run cost about $3 with Deepseek versus roughly $22 with Daybreak. Deepseek’s Lighthouse progress came mostly after 100 million tokens. The results are consistent with an AI Security Institute analysis that estimated a four-to-seven-month gap between open and closed models.

AI 根据报道生成 · 3 小时前更新

最新进展11月7日 23:35
Vals AI Benchmarks Show Open Models Closing the Cyber Capability GapThe Decoder

接下来读什么

今日还有哪些重要变化METR 称 Anthropic 可能于 7 月突破其 AI 加速警戒阈值

提到的模型

全部模型的 API 价格

报道时间线

沿着报道，了解事件的不同侧面。

11月7日
  1. The Decoder精选
    Vals AI 基准测试显示，开放模型正在缩小网络安全能力差距

    Vals AI 的 CyberOffense 基准测试发现，在 Nova 测试中，Deepseek V4.1 Flash 1017 的表现接近 GPT-6 Sol Daybreak；在难度更高的 Lighthouse 场景中，它完成了 31 项目标中的 21 项，而 Daybreak 完成了 27 项。报告称，Deepseek 每次 Nova 测试的成本约为 3 美元，而 Daybreak 约为 22 美元；Deepseek 在 Lighthouse 中的进展大多是在消耗 1 亿个 token 后取得的。这些结果与英国人工智能安全研究所的一项分析相符，该分析认为开放模型与封闭模型之间的差距为四到七个月。

每天一封，跟上 AI 的重要变化

模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。 看一份往期日报

本事件热度走势

可比范围当前
9
可比范围峰值
1011月8日 00:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。