DeepSeek V4.1 Flash consigue un 11/11 en hacking por solo 4,65 dólares
DeepSeek v4.1 Flash Is Now Our Best Hacking Model
DeepSeek V4.1 Flash logró ejecución de código en los 11 objetivos vulnerables de un benchmark de hacking con IA, mientras que los cuatro controles parcheados resistieron. El coste de las ejecuciones aceptadas fue de solo 4,65 dólares, gracias en gran parte al caching de tokens. La auditoría posterior reveló que seis ataques siguieron la ruta prevista y cinco usaron rutas alternativas no contempladas, lo que llevó a reforzar el benchmark con verificaciones más estrictas.
Para 4,65 dólares, DeepSeek puso a prueba los objetivos, las reglas de puntuación y el diseño del benchmark. Eso lo convierte en uno de los resultados más útiles que hemos recopilado hasta ahora.