В фокусе

Открытая дешёвая DeepSeek почти догнала закрытую кибермодель OpenAI по уровню взлома сетей

Среди остальных участников были китайские GLM и Kimi

Китайская DeepSeek почти сравнялась со специализированной моделью OpenAI в испытаниях на проникновение в компьютерные сети. В исследовании компании Vals открытая разработка выполнила 73% заданий, а закрытая Daybreak, которую OpenAI дала лишь узкому кругу партнёров, справилась с 81%. Использование DeepSeek обходится в несколько раз дешевле.

Исследователи проверяли, как нейросети справляются с многоэтапными атаками на виртуальные корпоративные инфраструктуры.

В первой задаче нужно было пробраться во внутреннюю сеть организации через общедоступный сайт. Во второй требовалось сначала захватить одну корпоративную сеть, а потом использовать этот доступ для перехода в другую.

По итогам двух испытаний Daybreak в среднем справилась с 81% заданий, а DeepSeek показала 73%, причём в отдельных проверках обе модели оказались одинаково эффективны. Среди остальных участников были китайские GLM 5.3 Flash, Kimi K3.1 Pro и Kimi K3. Обе модели Kimi набрали 63,2% и 37,6% соответственно, а GLM 5.3 Flash выполнила только 20% заданий.

Vals сравнила и расходы. Обработка токенов при атаке с GPT-6-Sol обходилась в сумму от $17 до $46, а у DeepSeek затраты составили от $2 до $3. Разницу объясняет в том числе то, что модели с открытыми весами можно запускать на собственном оборудовании и не платить за каждый запрос через API.

Руководитель Vals Райан Кришнан посчитал, что доступность таких моделей даёт новые возможности не только злоумышленникам, но и специалистам по защите. Дешёвые инструменты позволяют проверять корпоративные сети и искать слабые места без больших затрат на ИИ.

Результаты ставят под сомнение стратегию компаний, которые ограничивают распространение самых мощных моделей из страха перед кибератаками.

Anthropic, например, объясняла ограниченный доступ к Claude Mythos тем, что специалистам по информационной безопасности нужно время на подготовку к появлению таких инструментов. По оценке исследователей Vals, открытые модели вроде DeepSeek это преимущество во времени сокращают.
Лабораторные тесты не означают, что киберпреступники уже массово пересели на сложные ИИ-системы.

В WIRED отметили, что в реальных атаках злоумышленники нередко берут старые открытые и коммерческие модели, потому что они дешевле и проще в эксплуатации. ИИ уже помогает автоматизировать поиск уязвимостей и разведку сетевой инфраструктуры, но насколько он влияет на методы киберпреступников, остаётся предметом споров.

Публичные тесты сравнивают только те разработки, к которым у исследователей был доступ. Закрытые лаборатории могут держать более мощные системы, о результатах которых пока молчат, поэтому реальное соотношение сил между открытыми и проприетарными моделями может отличаться от измеренного.

Меню