DeepSeek V4.1 Flash a produit un résultat extraordinaire dans notre benchmark de hack IA, obtenant l'exécution de code sur les 11 cibles vulnérables tout en maintenant les 4 cibles fixes sécurisées. À seulement 4,65 $ par exécution, ce score parfait mérite un examen détaillé. DeepSeek a démontré une efficacité remarquable, utilisant 2 349 commandes Bash sur près de deux heures et demie de temps actif. Le fournisseur a signalé 268,3 millions de tokens d'entrée et environ deux millions de tokens de sortie, la mise en cache expliquant une grande partie du faible coût. Dans le défi Grafana, DeepSeek a trouvé une voie d'attaque alternative, plaçant des fichiers exécutables dans des dossiers de plugins temporaires plutôt que de suivre l'exploitation prévue du traitement des chemins de fichiers.

Les trois attaques Grafana se sont achevées en 52, 64 et 90 secondes. Les défis Jenkins ont présenté la performance la plus forte de DeepSeek, où il a exploité des failles de frontière de sécurité pour lire des identifiants privés et réaliser l'exécution de code. Une attaque de course de téléchargement nécessitait un timing précis, mettant en pause un téléchargement après l'envoi d'un octet avant de le rediriger vers un emplacement protégé.