Fireworks AI, DeepSeek V4 Pro 0813’ün gerçek ve güvenlik açığı bulunan kod tabanlarını kullanan, bir istismarın işe yarayıp yaramadığını ve bir yamanın uygulanıp uygulanmadığını denetleyen CyberGym değerlendirmesinde güvenlik görevlerini tamamladığını söylüyor. Fireworks, 697 görevlik karşılaştırmada modelin GPT-5.5’ten daha fazla görevi çözdüğünü ve çözülen güvenlik açığı başına maliyetinin dörtte bir olduğunu bildiriyor.
DeepSeek V4 Pro’nun başarı başına bildirilen maliyeti Kimi K3’ten düşük olsa da K3 toplamda daha fazla görev çözdü. Fireworks ayrıca DeepSeek V4 Pro’nun izlenen 840 görevin tamamında araç çağrısı yaptığını, hiçbirini reddetmediğini ve çıktının kesilmediğini söylüyor. Bunlar şirketin kendi yürüttüğü testlerin sonuçları; kaynakta bağımsız bir doğrulama bulunmuyor.
Neden önemli
Otomatik kod denetimi seçeneklerini değerlendiren güvenlik ekipleri açısından Fireworks’ün sonuçları, DeepSeek V4 Pro’nun çözülen güvenlik açığı başına GPT-5.5’ten daha düşük maliyetli olabileceğine işaret ediyor. Ancak şirketin değerlendirmesi bağımsız olarak doğrulanmadı.
