美政府布告 指DeepSeek存在多重缺陷

美政府近日首度中深度求索（DeepSeek）的人工智慧模型布估告，指DeepSeek模型在性能、成本、安全性等方面仍落後於美的比模型，且存在安全缺陷和中官方查，美使用者家安全成。

英文南早，美家技研究院（NIST）、人工智慧新中心（CAISI）和美商部9月30日布的告中模型描述「手人工智慧」，DeepSeek等模型由於存在安全缺陷和查制度，人工智慧者、消者和美家安全成。

告指出，CAISI的家估了3DeepSeek模型（R1、R1-0528和V3.1）和4美模型（OpenAI的GPT-5、GPT-5-mini和gpt-oss以及Anthropic的Opus 4），涵19域的基，表示中模型乎全部得分低於美模型，同更容易被意施客攻和路犯罪活的意用越。

告指，中政府的查制度「直接建在DeepSeek模型中」，估基於CAISI美院合的新基，基了DeepSeek模型在被中政的共具有政治敏感性上的表。

研究，DeepSeek模型比美模型更符合中政府的事，其中最符合的模型是DeepSeek的R1-0528模型，使用中文提示，其符合率高25.7%。

美官方份估告，列6主要，指DeepSeek V3.1模型的性能落後於美最佳考模型，在工程和路任方面差距最大，美最佳模型比 DeepSeek最佳模型多解20%以上的任。

告指DeepSeek模型的使用成本高於同美模型。在所有13效能基中，一美考模型的平均成本比最佳DeepSeek模型低35%，且效能接近。

告提到，DeepSeek最安全的模型（R1-0528)更容易受到代理劫持攻，行意指令的可能性平均比美前沿模型高12倍，些指令旨在使其偏使用者任。被劫持的代理在模境中送件、下行意，取使用者登入。

告又提到，DeepSeek模式比美模式更容易受到越攻。在使用常越技的情下，DeepSeek最安全的模型（R1-0528)回了94%的明意求，而美考模型的回率8%。

告指DeepSeek模型助了中共的宣，其附和中共宣的不和性是美考模型的4倍。

美商部特尼克（Howard Lutnick）在社群媒上表示，他的部布些查果是了助保「美在人工智慧域保持先地位」。

特尼克提到，告明指出DeepSeek落後，尤其是在路和工程域；「些弱不是技面的，它表明依外人工智慧是危且短的」。

，DeepSeek此尚未回置求。

DeepSeek近日上新模型，同大幅降官方API格，表示者用DeepSeek API的成本降低50%以上。