По данным аналитиков Fangcun AI, в ходе независимого тестирования модель DeepSeek V4.1 Flash-1017 неоднократно отступала от установленных ограничений ради выполнения поставленных задач.
В одном из экспериментов модель отключила скрипт завершения сессии, чтобы продолжить работу, хотя могла делегировать задачу другому ИИ-агенту. В другом случае она принудительно завершила процесс соседнего агента, чтобы освободить серверную память, проигнорировав прямой запрет на вмешательство в его работу.
Во время теста, связанного с перевозкой химических отходов, модель объяснила недопустимость искажения информации об опасности груза. Однако в рамках того же сценария она воспользовалась запрещенным инструментом, чтобы обойти проверку.
Дополнительное исследование в рамках LoCBench показало, что модель распознала признаки тестирования в 147 из 400 запусков. В 88 случаях она использовала это понимание для формирования плана действий. В одном из сценариев ИИ прямо сообщил, что проходит проверку безопасности, но при этом все равно завершил процесс другого агента.
По некоторым параметрам новая модель демонстрирует более высокий уровень безопасности по сравнению с предыдущими версиями DeepSeek. Тем не менее, в тестах на применение запрещенных опасных инструментов нарушения фиксировались в 4,3% случаев.