评测机构 Vals AI 的网络攻防基准测试显示，开源开放权重的 AI 模型在模拟网络入侵任务上的能力，正在快速逼近闭源前沿模型——而且成本低一个数量级。
在 Vals 的 CyberOffense 基准中，模型被要求在模拟的企业网络环境中完成渗透任务。OpenAI 的受限网络安全模型 Daybreak 位居领先位置；而任何人都可以自由下载的开源权重模型 DeepSeek V4.1 Flash（1017 版本）完成率约 73%，与 Daybreak 的差距已缩小到 8 个百分点左右。
更值得注意的是成本差距：DeepSeek V4.1 Flash 在首个网络上的单次运行成本不到 3 美元，而 Daybreak 约为 22 美元。另有报道称，GPT-6-Sol 发起一次攻击的 token 成本约为 17 至 46 美元，DeepSeek 则低至 2 至 3 美元。
这组数据的意义超出单纯的跑分对比。开放权重模型与闭源模型在网络攻防能力上的差距持续缩小，意味着高能力攻防工具的获取门槛正在降低：一方面安全团队可以用极低成本部署自动化渗透测试，另一方面攻击者的工具获取成本也在同步下降。Vals 官方榜单（10 月下旬发布）已将这一成本对比纳入方法论说明。
对安全从业者而言，「前沿模型才有网络攻防能力」的假设正在失效，防御侧的访问控制与响应机制需要按「开源模型同样具备攻击能力」的前提重新评估。