Разликата между отворените и затворените AI модели се свива

Тестът Vals CyberOffense показва, че AI агенти могат самостоятелно да атакуват симулирани корпоративни мрежи, като започват само от публичен уеб адрес. Работейки от изолирани машини с Kali Linux, те преминават през уеб приложения и Windows сървъри към администраторски достъп, а външна система записва и оценява всяко действие. GPT-6 Sol Daybreak постига най-висок резултат с 80,8 процента от целите. Свободно достъпният модел с отворени тегла Deepseek V4.1 Flash 1017 достига 72,8 процента при цена около 3 долара на изпълнение, спрямо приблизително 22 долара за GPT-6 Sol Daybreak.

В по-трудния сценарий Lighthouse GPT-6 Sol Daybreak изпълнява 27 от 31 цели за по-малко от три часа, включително получаване на администраторски контрол над една компания и използване на откраднати пароли за достъп до друга. Deepseek изпълнява 21 цели. Според Vals продължителността е съществена: моделът почти не напредва през първите 25 милиона токена и постига повечето резултати след 100 милиона, така че кратките тестове могат да подценят възможностите му.

Резултатите съвпадат с анализ от юли на британския AI Security Institute. Според него преднината на затворените водещи модели в киберспособностите се е свила до четири-седем месеца, при шест-десет месеца през по-голямата част от 2025 г. Vals посочва, че същите системи могат да помагат на защитниците да откриват и отстраняват уязвимости, но очаква повече атаки срещу реални мрежи.