據報 DeepSeek 在 Vals 以每次執行 3 美元的成本接近 OpenAI 網路安全模型

FourWeekMBA 報告稱，DeepSeek 在 Vals 評估中接近 OpenAI 的網路安全模型，每次執行成本約為 3 美元。這項結果可能加劇外界對高能力、以安全為重點的 AI 模型價格的討論。

這份報告對開發者和企業買家可能具有重要意義，因為網路安全工作負載通常需要反覆分析、程式碼生成、漏洞審查與測試。若一款低成本模型能接近領先系統的效能，執行這些大規模任務可能會更具可行性。然而，目前可取得的來源只有標題和簡短摘要，並未披露比較背後所使用的模型、分數、測試設計或定價假設。

報導中的比較顯示了什麼

這則由 FourWeekMBA 發布、並透過 Google News 查詢分發的來源文章，描述 DeepSeek 在 Vals 測試中接近「OpenAI 的 Cyber Model」。文章也將成本定為每次執行 3 美元。這些是本文目前能取得的核心報導事實。

這種措辭並未說明 DeepSeek 是否在個別任務中勝出、在總分上與 OpenAI 持平，或只是落在 OpenAI 系統一個狹窄的效能範圍內。文章也沒有指出具體的 DeepSeek 模型或確切的 OpenAI 產品。「Cyber Model」可能只是描述性標籤，而不是商業系統的正式名稱，因此在底層評估結果公開前，讀者不應將這項比較視為產品對產品的基準測試。

對 3 美元這個數字也應保持同樣的謹慎。它可能代表估算的推論成本、平台價格、固定的評估預算，或某項特定工作負載的成本。在缺乏輸入與輸出量、硬體、延遲或存取條件等資訊的情況下，這個數字無法直接與標準 API 價格比較。

為什麼 3 美元很重要

當 AI 用於安全營運，而非偶爾的實驗時，成本尤其重要。安全團隊可能要求模型檢查大量檔案、審查相依套件、產生漏洞利用說明、分流警報或提出修補程式。如果每次執行都涉及較長的上下文視窗或多次工具呼叫，底層AI 模型的經濟效益就可能決定某項工作流程是停留在試點階段，還是成為日常營運的一部分。

因此，接近每次 3 美元的報導價格可能吸引建構自動化安全分析的團隊，以及尋找專業產品低成本基礎的創業者。這也可能鼓勵開發者更頻繁地使用模型進行驗證，而不是只依賴單一答案。

不過，低成本並不會自動代表較低的總成本。一款需要更多重試、產生更多誤報，或需要大量人工審查的模型，在實際生產環境中可能比可靠性更高但價格更高的模型昂貴。對網路安全而言，漏掉漏洞或採用不安全修補方案的成本，可能超過每次執行的推論費用。

證據過於有限，無法判定效能

目前證據中最強的效能主張來自供應商或出版物的報導，在此無法獨立驗證。FourWeekMBA 的標題提到 Vals 測試，但提供審查的來源文字沒有包含方法論、評分表、模型版本、測試日期、任務清單或獨立重現結果。

這些缺失的資訊很重要，因為基準測試結果可能會受到提示設計、工具存取權、上下文長度、評分規則，以及系統是否能重試等因素大幅影響。網路安全評估尤其容易受到任務選擇影響。一款模型可能擅長解釋已知漏洞，卻難以處理新穎程式碼、複雜儲存庫、防禦性優先排序，或對正式環境系統進行安全變更。

缺乏細節也使人無法判斷這項比較衡量的是模型本身的能力，還是周邊產品堆疊的能力。如果其中一個系統可以使用瀏覽、程式碼執行、儲存庫或專門的安全工具，而另一個系統不行，那麼標題中的分數就不能代表公平比較。

因此，這份報告應被視為一項訊號：至少在一項以網路安全為重點的評估中，DeepSeek 正與 OpenAI 一起被納入競爭性討論，而不應被視為兩個系統可以互換的證明。

對開發者與企業買家的影響

對開發者而言，最直接的教訓是將模型選擇與基準測試標題分開。一個評估 DeepSeek 是否適合程式碼助理或安全產品的團隊，應使用自己的程式碼庫、威脅模型和驗收標準重現相關工作負載。實用的衡量指標包括漏洞召回率、誤報率、修補程式正確性、延遲、工具呼叫可靠性，以及所需的人工審查量。

團隊也應計算完整的工作流程成本。名義上的每次 3 美元執行可能很有吸引力，但生產系統還可能增加檢索、沙箱、記錄、協調、儲存和人工升級等成本。當提示中包含專有原始碼或事件資訊時，模型的授權與資料處理條款同樣重要。

對企業 AI買家而言，這項比較提出了採購問題，卻沒有解決問題：較便宜的模型能否滿足組織對可靠性、隱私、稽核與部署的要求？適合協助分析師的模型，未必適合自主修復。安全團隊應測試失敗時的行為，而不只是平均基準測試效能，包括在證據不完整，或要求的操作可能造成風險時，系統會如何反應。

這則消息也增加了 OpenAI 和其他供應商解釋高階網路安全系統價值的壓力。如果低成本替代方案在定義狹窄的任務上表現相近，供應商可能需要透過可靠性、工具整合、治理、支援，或在更困難評估中的可量化效能來實現差異化。

接下來值得關注的事項

最重要的後續是公開底層的 Vals 結果。讀者應尋找 DeepSeek 和 OpenAI 模型的確切名稱、任務類別、總分與各任務分數，以及評估是由 Vals、供應商還是第三方進行。

定價細節是另一項關鍵訊號。有用的比較應說明 token 數量、硬體或 API 費率、工具呼叫成本、速率限制，以及 3 美元估算是否包含重試和周邊基礎設施。

開發者也應關注在實際儲存庫和安全案例上的獨立重現。若有證據顯示 DeepSeek 能在程式碼審查、漏洞分流、修補程式生成和對抗性測試中維持效能，將比單一綜合分數更具實用價值。企業買家在將這項結果視為採購機會前，應追蹤資料所在地、保存期限、記錄功能和部署選項。

Creati.ai 的觀點

這份報告值得注意，因為它將相對低廉的執行成本，與在網路安全評估中接近 OpenAI 系統的效能連結起來。但由於沒有可取得的分數或方法論，這則消息更適合被視為促使進一步查證的提示，而不是關於模型領先地位的結論。

對 AI 開發者而言，實際機會在於根據自己的工作負載測試 DeepSeek 的經濟效益與可靠性。勝出的系統不一定是基準測試分數最接近的系統，而是能以生產團隊可接受的成本與風險水準，提供可靠安全成果的系統。