先了解这件事
AI 综述
2026年8月26日,Fireworks AI公布了对DeepSeek V4 Pro 0813在CyberGym安全基准上的评测结果。测试覆盖697个共同有效任务,DeepSeek V4 Pro的奖励率为53.7%,每个成功任务成本2.502美元,约为Kimi K3的一半。同一批结果中,Kimi K3奖励率最高,为68.4%,每个成功任务成本4.914美元;GPT-5.5奖励率47.6%,每个成功任务成本9.641美元;Claude Opus 4.8奖励率5.9%,每个成功任务成本33.275美元。Fireworks AI还称,DeepSeek V4 Pro在840个任务上全部产生原生工具调用,没有出现拒答或输出截断;一旦通过第一阶段验证,它完成完整补丁的比例为94.7%。目前没有后续进展。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Fireworks AI
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。
8月26日
Fireworks AI一手
Fireworks 实测 DeepSeek V4 Pro 在 CyberGym 安全任务上的成本与通过率
Fireworks 在 CyberGym 的 697 个共同有效任务上测试 DeepSeek V4 Pro 0813，其奖励率为 53.7%，每个成功任务成本 2.502 美元，约为 Kimi K3 的一半。Kimi K3 的奖励率最高，为 68.4%，但每个成功任务成本为 4.914 美元；GPT-5.5 的奖励率为 47.6%，每个成功任务成本为 9.641 美元；Claude Opus 4.8 的奖励率仅为 5.9%，每个成功任务成本为 33.275 美元。测试中，DeepSeek V4 Pro 在 840 个任务上全部产生原生工具调用，没有出现拒答或输出截断；一旦通过第一阶段验证，它完成完整补丁的比例为 94.7%。