Açıq və qapalı AI modelləri kiber imkanlar fərqini daraldır, Vals AI tapır

Vals AI-nin CyberOffense meyarı göstərdi ki, AI agentləri realistik simulyasiya olunmuş korporativ şəbəkələrə müstəqil şəkildə daxil ola bilir. OpenAI-nin məhdudlaşdırılmış Daybreak kiber proqramının bir hissəsi olan GPT-6 Sol Daybreak məqsədlərin 80,8 faizinə çatdı, açıq çəkili Deepseek V4.1 Flash 1017 isə hər iş üçün təxminən 3 dollar xərclə 72,8 faizə çatdı; eyni iş üçün təxminən 22 dollar xərclənirdi.

Sınama quruluşu və ən yaxşı nəticələr

Sınama realistik korporativ şəbəkələri simulyasiya edir. Hər agent təkbaşına izolyasiya olunmuş hücum maşınında işləyir, yalnız ictimai veb ünvanı ilə başlayır və insan köməyi almır. O, izolyasiya olunmuş Kali Linux maşınından işləyir, simulyasiya olunmuş şəbəkəyə müstəqil əmrlər göndərir və veb tətbiqindən Windows serverləri vasitəsilə admin hüquqlarına qədər irəliləyir. Hər əməliyyat xaricdə qeydə alınır və avtomatik qiymətləndirilir. Vals tədqiqatçıları deyir ki, modelin çəkiləri ictimai olduqdan sonra heç bir provayder onun istifadəsinə nəzarət edə və ya məhdudiyyət qoya bilməz.

Token istifadəsi və daha çətin test

AI agenti nə qədər çox token istifadə edirsə, bir o qədər hücum məqsədinə çatır. GPT-6 Sol Daybreak təxminən 80 faiz ilə liderdir, Deepseek V4.1 Flash isə təxminən 73 faizlə onu izləyir. Əksər modellər 100 milyon tokendən keçməyincə əhəmiyyətli irəliləyiş göstərmir. Daha çətin Lighthouse testində Daybreak ilk şirkətin admin nəzarətini ələ keçirdi, parolları oğurladı və onlardan istifadə edərək ikinci şirkətə daxil oldu, üç saatdan az müddətdə 31 məqsəddən 27-ni tamamladı. Deepseek 10 dəfə aşağı qiymətə 21 məqsədə çatdı və yalnız təhlükəsizlik məhdudiyyətləri ilə məhdudlaşmadı. Deepseek ilk 25 milyon tokenində sıfır nəticə göstərdi və ən çox irəliləyişi 100 milyon tokendən sonra etdi, ona görə qısa testlər açıq modellərin real potensialını aşağı qiymətləndirir.

Daha sadə test, cədvəl və müdafiə imkanı

Daha sadə Nova testində GPT-6 Sol Daybreak hücum məqsədlərinin təxminən 80 faizi ilə liderdir, daha çətin Lighthouse ssenarisində isə Deepseek V4.1 Flash sahədə öndədir. Əksər açıq Çin modelləri 100 milyon tokendən keçməyincə əhəmiyyətli irəliləyiş göstərmir və qısa meyarlar onların potensialını aşağı qiymətləndirir. GPT-6 Sol Daybreak Nova-da 21-dən orta hesabla 15,7, diapazonu 12 ilə 19 arasında, Lighthouse-da isə 31-dən 27-yə çatdı. Deepseek V4.1 Flash 1017 Nova-da 21-dən orta hesabla 16,3, diapazonu 15 ilə 18 arasında, Lighthouse-da isə 31-dən 21-ə çatdı. Kimi K3.1 Pro 13 və 20, Meta Wonder 7 və 28, Grok 4.7 12 və 16, Kimi K3 9 və 10, GLM 5.3 Flash isə 5 və 5 bal topladı. Vals deyir ki, eyni nəticələr müdafiəçilər üçün imkan yaradır, çünki zəifliklərdən istifadə edən modellər şirkətlərə onları əvvəlcə tapmağa və düzəltməyə kömək edə bilər. Vals AI-nin qeyd etdiyinə görə, yaxın aylarda real şəbəkələrə hücumların artacağı ehtimal olunur.

Əvvəlki tədqiqatlar eyni meyilə işarə edir

Nəticələr Böyük Britaniyanın AI Security Institute tərəfindən iyulda aparılmış təhlillə uyğun gəlir. Kiber imkanlarda açıq və qapalı sərhəd modelləri arasındakı fərq 2025-ci ilin böyük hissəsində altı ilə on ay arasında qaldıqdan sonra dörd ilə yeddi aya qədər daralıb. Açıq modellər həmçinin çox daha ucuzdur: AISI-yə görə, Deepseek V4-Pro ilə kiber diapazon işi 1,19 dollar, Anthropic-in Opus 4.5 modeli ilə isə 85 dollar başa gəlir. Açıq modellərdəki təhlükəsizlik tədbirləri əsasən təsirsiz çıxdı. Yaxın bir Anthropic tədqiqatı da göstərdi ki, pulsuz əlçatan GLM-5-3 modeli eksploitləri daxili ən yaxşı model olan Mythos ilə təxminən eyni səviyyədə qura bilər.

Mənbələr: The Decoder