DeepSeek V4.1 Flash 1017 es el nuevo modelo #1 de disponibilidad abierta en el Artificial Analysis Cyber Index. Otros modelos propietarios pueden ofrecer mejor rendimiento en defensa cibernética, pero son de acceso restringido
@deepseek_ai publicó recientemente DeepSeek V4.1 Flash 1017, una actualización de su modelo insignia de pesos abiertos DeepSeek V4.1 Flash. Con una puntuación de 57% en el Artificial Analysis Cyber Index, DeepSeek V4.1 Flash 1017 es el modelo #1 de disponibilidad abierta en capacidades de defensa cibernética.
El Artificial Analysis Cyber Index mide la capacidad en tareas agentivas de defensa cibernética y se compone de tres benchmarks: CWE-Bench-AA, DeepsecBench-AA y CyberGym-E2E-AA. El Cyber Index evalúa principalmente los modelos a través de sus API de acceso público, reflejando las capacidades cibernéticas disponibles para los desarrolladores.
Muchos modelos, particularmente los modelos propietarios de OpenAI, Anthropic y Google, pueden tener capacidades defensivas cibernéticas más fuertes pero encuentran negativas de seguridad que reducen sus puntuaciones generales. GPT-6 Sol (Daybreak Blue, max), disponible a través del programa de acceso confiable de OpenAI, lidera el Índice, con 32 puntos más que su contraparte pública gracias a menos negativas. DeepSeek V4.1 Flash 1017 no encuentra negativas de seguridad.
Resultados clave:
➤ DeepSeek V4.1 Flash 1017 tiene la puntuación más alta entre los modelos de disponibilidad pública en el Artificial Analysis Cyber Index y la posición #2 en general. DeepSeek V4.1 Flash 1017 (max) obtiene 57%, superando por 1 punto a los anteriormente líderes de disponibilidad pública Grok 4.7 (xhigh) y MiMo-V2.6-Pro. Se ubica en el puesto #2 general, con el modelo de acceso confiable GPT-6 Sol (Daybreak Blue, max) liderando por 12 puntos con una puntuación de 69%
➤ DeepSeek V4.1 Flash 1017 mejora en 16 puntos a su predecesor DeepSeek V4.1 Flash. La mejora de 16 puntos de DeepSeek V4.1 Flash 1017 (max), de 41% a 57%, se impulsa por una mejora sustancial de 53 puntos en CyberGym-E2E-AA, de 23% a 76%. En CWE-Bench-AA y DeepsecBench-AA obtiene 69% y 25%, en comparación con 68% y 31% para DeepSeek V4.1 Flash (max)
➤ Con un costo por tarea de $0.42, DeepSeek V4.1 Flash 1017 se sitúa en la frontera de Pareto de capacidad vs. costo. DeepSeek V4.1 Flash 1017 cuesta $0.42 por tarea, más de 2 veces MiMo-V2.6-Pro (56%) a $0.18 por tarea pero 4 veces más barato que GPT-6 Sol (Daybreak Blue, max, 69%) a $1.77 por tarea