Fireworks AI afirma que DeepSeek V4 Pro 0813 completó tareas de seguridad en su evaluación CyberGym, que utiliza bases de código reales con vulnerabilidades y comprueba si un exploit funciona y si se aplica un parche. En una comparación de 697 tareas, Fireworks informa que el modelo resolvió más tareas que GPT-5.5 y que el costo por vulnerabilidad resuelta fue una cuarta parte.
En comparación con Kimi K3, DeepSeek V4 Pro tuvo un costo declarado menor por éxito, pero K3 resolvió más tareas en total. Fireworks también afirma que DeepSeek V4 Pro realizó llamadas a herramientas en las 840 tareas trazadas, sin rechazos ni truncamiento de respuestas. Estos resultados son de pruebas realizadas por la empresa; la fuente no ofrece una validación independiente.
Por qué importa
Para los equipos de seguridad que evalúan auditorías de código automatizadas, los resultados de Fireworks sugieren que DeepSeek V4 Pro podría costar menos por vulnerabilidad resuelta que GPT-5.5, pero la evaluación de la empresa no ha sido validada de forma independiente.
