DeepSeek V4.1 Flash erzielte ein außergewöhnliches Ergebnis in unserem AI-Hacking-Benchmark, indem er Code auf allen 11 anfälligen Zielen ausführte und alle vier festen Ziele sicher hielt. Mit nur 4,65 $ pro Durchlauf verdient diese perfekte Punktzahl eine detaillierte Überprüfung. DeepSeek zeigte bemerkenswerte Effizienz und verwendete 2.349 Bash-Befehle über fast zweieinhalb Stunden aktiver Zeit. Der Anbieter berichtete von 268,3 Millionen Eingabetokens und etwa zwei Millionen Ausgabetokens, wobei Caching einen Großteil der niedrigen Kosten erklärte.

In der Grafana-Herausforderung fand DeepSeek eine alternative Angriffsroute und platzierte ausführbare Dateien in temporären Plugin-Ordnern, anstatt den geplanten Dateipfad-Verarbeitungs-Exploit zu verfolgen. Alle drei Grafana-Angriffe wurden in 52, 64 und 90 Sekunden abgeschlossen. Die Jenkins-Herausforderungen zeigten die stärkste Leistung von DeepSeek, wo es Sicherheitsgrenzlücken ausnutzte, um private Anmeldeinformationen zu lesen und Code-Ausführung zu erreichen.

Ein Upload-Race-Angriff erforderte präzises Timing, bei dem ein Upload nach dem Senden eines Bytes pausiert und dann an einen geschützten Ort umgeleitet wurde.