研究员测试 AI 漏洞挑战：GPT-5.5 成功率最高、DeepSeek V4 Pro 成本最低

安全研究员 Kasra Rahjerdi 搭建故意留有漏洞的图书评论 APK，测试多款大语言模型的安全推理能力。GPT-5.5 运行 10 次成功 7 次，每次成功成本 9.46 美元；DeepSeek V4 Pro 成功 3 次，每次成功成本仅 0.62 美元，约为 GPT-5.5 的 15 分之一。