Fireworks AI می‌گوید DeepSeek V4 Pro 0813 در ارزیابی CyberGym این شرکت، که از پایگاه‌های کد واقعیِ آسیب‌پذیر استفاده می‌کند و هم کارکرد اکسپلویت و هم اعمال وصله را می‌سنجد، وظایف امنیتی را انجام داده است. Fireworks گزارش می‌دهد که در مقایسه‌ای با 697 وظیفه، این مدل وظایف بیشتری از GPT-5.5 حل کرده و هزینه هر آسیب‌پذیری حل‌شده با آن یک‌چهارم بوده است.
در مقایسه با Kimi K3، هزینه گزارش‌شده DeepSeek V4 Pro برای هر موفقیت کمتر بود، اما K3 در مجموع وظایف بیشتری حل کرد. Fireworks همچنین می‌گوید DeepSeek V4 Pro در تمام 840 وظیفه ردیابی‌شده از ابزارها استفاده کرد و نه از انجام وظیفه سر باز زد و نه خروجی‌اش ناقص ماند. این نتایج را خود شرکت به دست آورده و منبع هیچ تأیید مستقلی ارائه نمی‌کند.
چرا مهم است
برای تیم‌های امنیتی که در حال بررسی استفاده از ممیزی خودکار کد هستند، نتایج Fireworks نشان می‌دهد هزینه هر آسیب‌پذیری حل‌شده با DeepSeek V4 Pro ممکن است از GPT-5.5 کمتر باشد؛ بااین‌حال، ارزیابی شرکت هنوز به‌طور مستقل تأیید نشده است.
