Vals AI 公布了自建网络安全评测的初步结果：在模拟企业网络的多步进攻任务里（21 个目标，每个模型跑 3 次取平均），开放权重的 DeepSeek V4.1 Flash 1017 完成 16.3 个，GPT-6 Sol 完成 15.7 个（Sol 通过 OpenAI 的 Daybreak 受信访问计划测试）。其他模型：Grok 4.7 完成 12 个，Kimi K3 9 个，GLM 5.3 Flash 5 个，Claude Opus 5.5 1 个（中途拒绝）。DeepSeek 消耗的 token 明显更多。只跑了 3 次、相差 0.6 个目标，不能说明谁更强。但它说明需要受信访问才能用的进攻能力，开放权重模型已经能做到同一水平。性质：评测方自报的初步结果，完整评测尚未公开（Vals 称几周内发布）。原帖：网页链接