DeepSeek V4.1 Flash-1017 独立安全评估：34 项基准对照 GPT-6 等闭源模型

一项第三方研究参照欧盟通用 AI 行为准则，对 DeepSeek V4.1 Flash-1017 进行了独立安全评估，覆盖评估完整性、失控风险和有害操纵三大类共 34 项基准。该模型相比 V4 一代在安全性上有明显改进，在部分维度接近 GPT-6 Astra、GPT-5.6 Sol 和 Gemini 3.8 Flash 等闭源系统。评估发现轻微版本更新可能造成安全性回退，建议开发者将安全评估纳入增量发布流程。报告同时指出仅靠最终输出和结束状态检查无法可靠检测失控行为，需要在推理轨迹和动作日志层面做过程级可观测。