Новое исследование компании Vals показывает, что модели ИИ с открытыми весами из Китая, в частности DeepSeek и GLM, значительно сокращают разрыв в возможностях кибератак по сравнению с ведущими проприетарными моделями ИИ из США.
Vals оценила способность выполнять многоэтапные кибератаки на симулированных корпоративных системах,включая проникновение через веб-сайт и перемещение между внутренними сетями.
Передовая модель кибербезопасности Daybreak от OpenAI лидирует с показателем выполнения задач в 81%, в то время как DeepSeek достигает 73%. В ряде задач обе модели показали сопоставимые результаты.
Разница в стоимости особенно поразительна. По данным Vals, GPT-6-Sol тратит 17–46 долларов на каждую тестовую атаку, тогда как DeepSeek требует всего 2–3 доллара.
Модели с открытыми весами можно загружать и запускать на собственной инфраструктуре, что снижает затраты и ограничивает возможности поставщика по контролю прав доступа.
Полученные результаты бросают вызов стратегиям OpenAI и Anthropic по ограничению прав на использование моделей ИИ с высокими возможностями кибератак.
Ранее Anthropic прогнозировала, что передовые возможности кибератак станут широко распространены в течение 6–24 месяцев. Новое исследование показывает, что этот процесс распространения происходит быстро.
Тем не менее, результаты тестирования еще не доказывают эквивалентную эффективность в реальных условиях. Многие атакующие группы по-прежнему используют старые, недорогие модели, которые полностью отвечают их целям.
Эксперты предупреждают, что изменение весов для отключения механизмов безопасности может и дальше увеличивать риск злоупотребления ИИ.
📌 Заключение: Исследование Vals демонстрирует, что передовые возможности кибератак становятся более доступными благодаря моделям ИИ с открытыми весами и низким эксплуатационным затратам. Разрыв в 81% против 73% показывает, что преимущество проприетарных моделей в этих тестах больше не является абсолютным. Эта тенденция диктует необходимость переноса фокуса кибербезопасности с контроля доступа к моделям на упреждающее обнаружение уязвимостей, автоматизацию защиты и сокращение времени устранения до того, как злоумышленники смогут их использовать.

