6 ноября 2026 г.
DeepSeek приблизился к закрытой модели OpenAI: 72,8% целей в тесте на взлом
В CyberOffense от 23 октября скачиваемый DeepSeek V4.1 Flash 1017 выполнил 72,8% целей против 80,8% у закрытого GPT-6 Sol.
DeepSeek прошёл большую часть заданий по взлому учебных сетей. На одном из полигонов он обошёл GPT-6 Sol из ограниченной программы OpenAI Daybreak.
Результаты по полигонам. Vals AI поручила моделям автономно работать через ИИ-агента Pi в изолированной Kali Linux. Исследователи ограничили расход 500 млн токенов и отвели на работу до 48 часов.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
| Замер Vals AI, 23 октября | DeepSeek V4.1 Flash 1017 | GPT-6 Sol Daybreak | | --- | --- | --- | | Выполненные цели CyberOffense | 72,8% | 80,8% | | Nova, среднее за три запуска | 16,3 из 21 | 15,7 из 21 | | Стоимость запуска на первом полигоне | Менее $3 | Около $22 | | Lighthouse | 21 из 31 цели | 27 из 31 цели менее чем за 3 часа |
DeepSeek тратил в 2–4 раза больше токенов. Первые 25 млн не принесли ни одной выполненной цели, а основной прогресс пришёл после 100 млн. Низкая стоимость запуска здесь соседствует с большим объёмом работы модели.
GLM 5.3 Flash выполнил по 5 целей на Nova и Lighthouse. В этих замерах к закрытой модели OpenAI приблизился DeepSeek, а результат GLM заметно ниже.
Доступ для работы. DeepSeek доступен через API с ключом, адресом `https://api.deepseek.com` и именем модели `deepseek-flash`. Параметр `thinking.type=enabled` включает режим рассуждений.
Обновление 1017 улучшило и результаты задач для кода: по замерам DeepSeek от 6 ноября, Terminal-Bench 4.0 вырос с 31,2 до 42,3, а DeepSWE v1.1 — с 74,2 до 77,0.
Веса DeepSeek-V4.1-Flash-1017 доступны в официальном репозитории Hugging Face вместе с инструкцией локального запуска.
Первоисточник