安全研究者的实测：便宜的Flash能排进第一梯队

安全研究者 @evilcos（余弦）又夸了一次 DeepSeek Flash：链上安全分析这类活它完成得不错。 更有信息量的是他上一条。同样本下，DeepSeek V4.1 Flash 的输出比 gpt-6-astra 和 grok-4.6 要好一些，比 fable-5.1 差一点；他自己补了一句"都没有完美的分析"。 这条比榜单分数有参考价值，是因为说这话的人天天做链上安全分析，样本是他自己的真实任务；他给的不是"谁第一"，而是一个分层——便宜快的模型能排到几个贵模型前面，只落后一个。 这类任务的特点是：输入长（合约、交易记录），要的是穷举核对和异常识别，对文采要求低、对吞吐和成本要求高——正好落在 flash 型模型的甜点区。 边界要讲清：单人单样本的评价不能当结论，他自己也承认没有完美分析；安全场景里漏报的代价远高于误报，真拿它做审计，关键结论仍需人复核，尤其是涉及资金的部分。 我的看法是，这条最值得记的是"位置"——便宜的模型不是只能在低价值环节打杂。在结构清晰、可核对的任务上，它已经能排进第一梯队，而价格差着一个数量级。选型时值得先问一句：我的任务到底是"需要最聪明的模型"，还是"需要被核对很多次"。