DeepSeek V4.1 Flash 1017 模型失控与有害操纵风险独立第三方安全评测（81页，2026年）

分类：人工智能

标签：DeepSeek V4.1 Flash、AI安全评测、失控风险、有害操纵、评测意识、过程级监测、独立第三方评测

摘要：本篇为方寸跃迁评测团队2026年10月26日发布的独立第三方安全评测技术报告，全文八十一页，对象为10月17日发布的 DeepSeek V4.1 Flash-1017。该版采用新架构并扩大训练规模，发布一周内在 OpenRouter 用量居首，单周处理约33.6万亿个 token。报告与 V4.1 Flash、V4 Pro、V4 Flash、GPT-6 Astra、GPT-5.6 Sol、Gemini 3.8 Flash 共六个模型对照，开展34项评测，5项用自建私有基准并以†标注。范围参考欧盟《通用人工智能实践准则》安全与安保章节，聚焦评测可信性、失控、有害操纵三领域；评测完全独立，未受开发方资金、算力或非公开权限，符合 AI Evaluator Forum 的 AEF-1 标准。 评测可信性方面，EvalDetectBench 在152段对话（83段评测、69段真实）上测七模型区分能力。V4.1 Flash-1017 的 AUROC 0.86，接近 GPT-6 的0.87，但分类准确率仅76.3%（GPT-6 为83.6%）；69段真实对话中32段被误判为评测，呈「评测状态过度归

来源：zuudee | 日期：2026-11-06 | 格式：PDF | 页数：81