Открытые модели догнали закрытые по кибератакам — и стоят в 10 раз дешевле

Разрыв сократился — и это уже не академическая новость

Ещё в начале 2025 года казалось, что закрытые модели типа Claude и GPT сохранят своё преимущество в области кибербезопасности на годы вперёд. Британский Институт безопасности ИИ (AISI) только что опроверг эту иллюзию в своём первом публичном сравнительном анализе открытых и закрытых моделей по киберпотенциалу. Вывод короткий и тревожный: разрыв сокращается быстрее, чем успевают реагировать защитники.

По данным AISI, ведущие открытые модели — GLM-5.2 (Z.ai, июнь 2026) и DeepSeek V4-Pro — сейчас отстают от закрытого фронтира на 4–7 месяцев. В начале 2025 года этот разрыв составлял 6–10 месяцев. Казалось бы, разница небольшая — но для индустрии кибербезопасности это принципиальный сдвиг.

Что именно тестировали и какие получили результаты

AISI использовала два независимых метода оценки. Первый — «Узкие киберзадачи» (Narrow Cyber Tasks): 70 заданий четырёх уровней сложности, от базовых технических до экспертных. Охват — уязвимости, реверс-инжиниринг, веб-эксплуатация, криптография.

GLM-5.2 на этом бенчмарке показал результат, сопоставимый с Opus 4.6 (февраль 2026) — то есть отставание около 4 месяцев. DeepSeek V4-Pro дотянулся до уровня Opus 4.5 (ноябрь 2025).

Второй метод — Cyber Ranges: симуляция автономных кибератак в виртуальных сетях. Ключевой сценарий «The Last Ones» воспроизводит 32-шаговую атаку на корпоративную сеть с четырьмя подсетями и ~20 хостами. По оценке AISI, человеку-эксперту на это потребовалось бы около 20 часов. Здесь GLM-5.2 показал результат уровня Opus 4.5, DeepSeek V4-Pro — несколько хуже. Лучший результат среди всех протестированных моделей показал GPT-5.6-Sol, опередив Claude Mythos 5. Разрыв в этом тесте — около 7 месяцев, что больше, чем в узких задачах, но AISI оговаривается: выборка сценариев меньше, а реальные условия атак включают активных защитников, которых в симуляции не было.

Цена вопроса: разница в 10–50 раз

Даже если бы открытые модели уступали закрытым по возможностям — их экономика уже переворачивает рынок. GLM-5.2 стоит $1,40/$4,40 за миллион токенов (ввод/вывод). Для сравнения: GPT-5.4 — $2,50/$15,00, Claude Opus 4.8 — около $7,50/$22,50. Реальные команды сообщают о снижении затрат в 10–50 раз при переходе на открытые модели для задач массовой обработки.

История из практики, которая облетела индустрию: пятичеловечная команда разработчиков платила за Claude API $4 200 в месяц. После переключения на DeepSeek V4 Flash — около $90 за тот же объём работы. Стартап Lindy перевёл 100% трафика с Anthropic на DeepSeek, по словам CEO Flo Crivello, это сэкономит компании миллионы долларов в течение нескольких месяцев.

GLM-5.2 от Z.ai стал первой открытой моделью, возглавившей рейтинг Intelligence Index от Artificial Analysis, заняв пятое место среди всех моделей — включая закрытые. На Vercel модель показала 27-кратный рост суточного объёма токенов и 80-кратный рост числа пользователей в первую полную неделю после релиза.

Почему это проблема для кибербезопасности

Здесь важно понять логику AISI. Закрытые модели дают защитникам временной буфер: пока топовые киберинструменты доступны только через контролируемые API, организации успевают подготовить контрмеры. Когда открытые модели достигают того же уровня — этот буфер исчезает.

Открытые веса нельзя «отозвать». Их можно скачать, модифицировать, убрать защитные барьеры, запустить на собственном железе — и никто не узнает. AISI называет это «постоянным и необратимым риском злоупотреблений». Защитные механизмы открытых моделей, по данным института, обходятся значительно легче, чем у закрытых аналогов.

При этом сами AISI признают: открытые модели несут и очевидные преимущества — приватность данных, независимость от провайдера, возможность кастомизации и научных исследований, включая исследования безопасности.

Китайские модели как отдельный фактор

Нельзя игнорировать географическую составляющую. GLM-5.2 — продукт китайской Z.ai. DeepSeek — тоже китайская разработка. По данным OpenRouter, доля китайских открытых моделей в токен-трафике американских компаний выросла с 4,5% в первой половине 2025 года до более 30% еженедельно в 2026-м, достигая пика в 46%. Модель MiMo V2 Pro от Xiaomi обрабатывает 4,79 триллиона токенов в неделю — первое место с трёхкратным отрывом от ближайшего конкурента.

С точки зрения практики для российских разработчиков: большинство этих моделей доступны через API без ограничений по географии — DeepSeek, GLM-5.2 работают через собственные сайты и агрегаторы типа OpenRouter. Оплата принимается картами международных платёжных систем, что в 2026 году по-прежнему требует определённой инфраструктуры, но модели доступны через множество посредников.

Что это означает для разработчиков и бизнеса

Логика выбора модели принципиально изменилась. Если в начале 2025 года по умолчанию брали закрытую фронтирную модель и только при необходимости смотрели на открытые альтернативы, то сейчас разумная стратегия — маршрутизация по задаче. Сложные многошаговые рассуждения, работа с нестандартными ситуациями, vision-задачи — закрытые модели. Массовая обработка кода, документов, агентные циклы — открытые модели с 70%+ экономией на токенах.

AISI планирует в ближайшее время протестировать Kimi K3 — как только его веса будут публично опубликованы (анонсировано на конец июля 2026 года). Судя по траектории, разрыв продолжит сокращаться.

Информация подтверждена несколькими независимыми публикациями и первичным отчётом AISI.