概要
DeepSeek V4.1 Flashがハッキングベンチマークで11個全ての脆弱性を攻略し、低コストかつ極めて高い攻撃能力を示した一方で、評価手法における「攻撃経路」検証の重要性も浮き彫りにした。
詳細内容
AIセキュリティ企業のEnclaveが実施したハッキングベンチマークにおいて、DeepSeek V4.1 Flashが11個全ての脆弱なターゲットを攻略し、完璧なスコアを達成した。特筆すべきはそのコスト効率で、入力トークンのキャッシュ活用により、全テストがわずか4.65ドルという驚異的な低価格で完了している。事後監査の結果、計画された攻撃経路を正確に辿ったのは6件だったが、残りの5件ではモデルがテスト環境内の予期せぬショートカットや代替経路を自ら発見して攻略しており、ハッキングエージェントとしての高い探索能力を示した。Grafanaのプラグイン脆弱性、Jenkinsの認証情報取得やタイミング攻撃、Nextcloudのアクセス制御不備など、多岐にわたる攻撃を成功させている。この結果を受け、EnclaveはAIエージェントの評価には最終的な成功判定だけでなく、攻撃経路の検証が不可欠であると結論付け、ベンチマークの厳格化を行った。DeepSeekの能力は、将来の自律型セキュリティエージェントの可能性と課題の両方を浮き彫りにしている。