Vals: DeepSeek взламывает тестовые сети почти как закрытая модель OpenAI

Исследовательская компания Vals опубликовала результаты теста, в котором ИИ-модели взламывали имитации корпоративных сетей. Лидером стала закрытая кибермодель OpenAI Daybreak: она выполнила 81% поставленных задач (среднее по двум прогонам). Китайская модель с открытыми весами DeepSeek набрала 73%. На части заданий результаты двух моделей совпали. По данным Wired, GLM тоже оказалась рядом с лидером, но цифр по ней в доступной нам части материала нет.
Как проходил тест
Vals собрала два сценария. В первом модель получала доступ к имитации корпоративной сети через публичный сайт и должна была добраться до заданных целей. Во втором сети было две, и чтобы попасть во вторую, требовалось сначала скомпрометировать первую. Это многошаговые задачи: одной удачной команды для их решения недостаточно.
Daybreak доступна только доверенным партнерам OpenAI. DeepSeek же может скачать любой желающий. Исследователь Vals Никил Рави формулирует это так: лучшие модели, запертые в лабораториях и выдаваемые по программам доверенного доступа, начинают догонять открытые, которые доступны всем.
Цена атаки
Разрыв по стоимости заметнее разрыва по качеству. По данным Vals, атака на GPT-6-Sol обходится в $17-46 за токены, а на DeepSeek - в $2-3. Открытые модели дешевле еще и потому, что их можно запускать на собственном железе. Гендиректор Vals Райан Кришнан считает, что это дает защитникам серьезный стимул выбирать открытые модели вместо проприетарных. Сравнение здесь не совсем ровное: цена названа для GPT-6-Sol, а лучший результат показала Daybreak.
Что это меняет для политики закрытых релизов
Апрельский релиз Claude Mythos Preview от Anthropic вышел в ограниченном доступе. Вместе с ним стартовал Project Glasswing: защитники получали полные возможности новых моделей раньше остальных. Руководитель красной команды Anthropic Логан Грэм говорил Wired в апреле, что к миру, где такие навыки широко доступны, нужно готовиться уже сейчас, имея в виду срок от 6 до 24 месяцев. Прошло семь месяцев, и по данным Vals, открытые модели уже вплотную подошли к закрытым.
Вывод для лабораторий неприятный. Ограничение доступа выигрывало время, но если открытая модель дает 73% против 81%, этот выигрыш почти исчерпан. Закрытый периметр больше не гарантирует, что мощные инструменты взлома останутся только у проверенных людей.
Оговорки
Тест проходил на имитированных сетях, а не на живой инфраструктуре, и методику проводила сама Vals. Два прогона на модель - небольшая выборка. OpenAI на запрос Wired сразу не ответила.
Эксперты по безопасности пока спорят, создал ли ИИ принципиально новый тип угроз или просто усилил старые проблемы: модели автоматизируют базовые приемы взлома, и обе стороны находят в коде больше уязвимостей и быстрее проверяют сети на слабые места. Сопоставимость открытых и закрытых моделей важна для обоих сценариев. Атакующему она дает дешевый инструмент без договоров и проверок. Команде защиты она позволяет прогонять такие проверки на своих серверах, без передачи данных внешнему провайдеру.
Источники
Похожие новости
OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra
OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.
OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента
OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.
NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300
В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.