DeepSeek V4.1 Flash produziu um resultado extraordinário no nosso benchmark de hackeamento de IA, obtendo execução de código em todos os 11 alvos vulneráveis enquanto mantinha todos os quatro alvos fixos seguros. A apenas $4.65 por execução, esta pontuação perfeita merece revisão detalhada. DeepSeek demonstrou eficiência notável, utilizando 2.349 comandos Bash ao longo de quase duas horas e meia de tempo ativo. O provedor reportou 268,3 milhões de tokens de entrada e cerca de dois milhões de tokens de saída, sendo o cache responsável por grande parte do baixo custo.

No desafio Grafana, DeepSeek encontrou uma rota de ataque alternativa, colocando arquivos executáveis em pastas temporárias de plugins em vez de seguir a exploração planejada de tratamento de caminho de arquivo. Os três ataques Grafana foram concluídos em 52, 64 e 90 segundos. Os desafios Jenkins demonstraram o desempenho mais forte do DeepSeek, onde explorou lacunas de limites de segurança para ler credenciais privadas e alcançar execução de código.

Um ataque de corrida de upload exigiu temporização precisa, pausando um upload após enviar um byte antes de redirecioná-lo para um local protegido.