Fireworks AI сообщает, что DeepSeek V4 Pro 0813 выполнил задания по безопасности в тесте CyberGym. В нём используют реальные уязвимые кодовые базы и проверяют, удаётся ли применить эксплойт и выпустить исправление. В сравнении на 697 заданиях, по данным Fireworks, модель решила больше задач, чем GPT-5.5, а стоимость устранения одной уязвимости оказалась вчетверо ниже.
По сравнению с Kimi K3 у DeepSeek V4 Pro была ниже заявленная стоимость одного успешного решения, но K3 решил больше задач в целом. Fireworks также утверждает, что DeepSeek V4 Pro вызывал инструменты во всех 840 заданиях, ход выполнения которых отслеживали, и не отказывался от выполнения и не обрывал ответы. Это результаты тестов, проведённых самой компанией; независимого подтверждения им нет.
Почему это важно
Для команд по безопасности, которые рассматривают автоматизированный аудит кода, результаты Fireworks указывают на то, что DeepSeek V4 Pro может обходиться дешевле GPT-5.5 в расчёте на устранённую уязвимость. Однако оценка компании не прошла независимую проверку.
