DeepSeek 發布了 v4.1 Flash 模型，並以其原生多模態支援和 552B 參數的 MoE 架構，宣稱其為最佳駭客模型。目前該模型正與 GLM 5.3 和 Kimi K3 等競爭對手在真實世界的資安基準測試中進行對比。

此次發布突顯了中國 AI 模型在代理程式編碼和資安領域的激烈競爭，其中成本效益和推理速度是關鍵差異化因素。它為從業者提供了新的、高性能選項，用於自動化滲透測試和漏洞發現。

該模型擁有 552B 的總 MoE 參數數量，在效能與成本的帕累托前沿上接近 Gemini 3.7 Flash。然而，社群基準測試顯示，與 GLM 模型相比，它在處理任天堂 3DS 核心分析等複雜任務時可能表現較弱。

事件背景

大型語言模型（LLM）正越來越多地被用於自動化的資安任務，例如識別程式碼或系統核心中的漏洞。代理程式 AI 模型作為自主代理，能夠規劃、執行工具並迭代發現結果，這使它們在需要類人推理能力的複雜駭客場景中特別有效。

社群觀察

社群意見兩極，部分用戶讚賞 DeepSeek 的定價和基準表現，但其他人則報告在複雜任務中使用 GLM 模型時獲得更好的成果。批評者指出，「最佳駭客模型」的宣稱缺乏直接比較，且特定基準測試顯示，在某些情境下 GLM 比 DeepSeek 能更快發現更多漏洞。