先了解这件事
Artificial Analysis报告称,Kimi K3.1 Pro在Artificial Analysis Cyber Index上得分64%,居开放可用模型首位。该指数由CWE-Bench-AA、DeepsecBench-AA和CyberGym-E2E-AA三项基准组成;K3.1 Pro在CyberGym-E2E-AA上拿到95%,高于GPT-6 Sol(Daybreak Blue)的93%。其单任务成本为2.81美元,高于GPT-6 Sol(Daybreak Blue,max)的1.77美元和DeepSeek V4.1 Flash 1017的0.42美元。同日早先,Artificial Analysis将DeepSeek V4.1 Flash 1017列为开放可用模型第一,得分57%,总榜第二,落后通过可信访问计划提供的GPT-6 Sol(69%)12分;该版本较前代DeepSeek V4.1 Flash的41%提升16分,主要来自CyberGym-E2E-AA从23%升至76%。
AI 根据公开报道生成
事件进展
2 个已确认进展
- 来源：Artificial Analysis
- 来源：Artificial Analysis
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月24日
Artificial Analysis精选
Kimi K3.1 Pro 在 Artificial Analysis 网络安全指数得 64%，居开放可用模型首位
Kimi K3.1 Pro 在 Artificial Analysis Cyber Index 上得分 64%，比此前的开放可用模型领先者 DeepSeek V4.1 Flash 1017（57%）高 7 分，比仅通过 OpenAI 可信访问计划提供的 GPT-6 Sol（Daybreak Blue，max，69%）低 5 分。该指数由 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三项基准组成，K3.1 Pro 在 CyberGym-E2E-AA 上拿到 95%，高于 GPT-6 Sol（Daybreak Blue）的 93%。其单任务成本为 2.81 美元，高于 GPT-6 Sol（Daybreak Blue，max）的 1.77 美元和 DeepSeek V4.1 Flash 1017 的 0.42 美元，原因是每 token 价格虽比 Kimi K3 低 33%，但输入 token 用量约为 2 倍。
Artificial Analysis
DeepSeek V4.1 Flash 1017 登顶 Artificial Analysis 网络安全指数开放模型榜
DeepSeek V4.1 Flash 1017 在 Artificial Analysis Cyber Index 上以 57% 的得分成为开放可用模型中的第一名，总榜排名第二，落后于通过可信访问计划提供的 GPT-6 Sol（69%）12 分。该指数由 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三项基准组成，主要评测智能体网络安全防御任务。相比前代 DeepSeek V4.1 Flash 的 41%，新版本提升 16 分，主要来自 CyberGym-E2E-AA 从 23% 升至 76%；其每任务成本为 0.42 美元，位于能力与成本帕累托前沿。