Модели с открытыми весами не уступают закрытым системам в прогнозировании кибератак

В июле 2026 года британский Институт безопасности ИИ (AISI) опубликовал оценку возможностей современных языковых моделей в области кибербезопасности. Институт проверил 70 разных задач, охватывающих четыре категории сложности: от поиска уязвимостей и реверс-инжиниринга до взлома веб-сервисов и криптографических кодов. Был проведён расширенный тест, в котором языковой модели предстояло провести атаку из 32 шагов на корпоративную сеть примерно из 20 компьютеров, разделённых на четыре подсети. У человека-эксперта это заняло бы около 20 часов.

Открытые модели GLM-5.2 и DeepSeek V4-Pro, веса которых можно скачать и бесплатно запустить на собственном компьютере, теперь не уступают закрытым моделям четырёхмесячной давности. GLM-5.2 сопоставима с Opus 4.6 от февраля 2026 года, а DeepSeek V4-Pro — с Opus 4.5 от ноября 2025 года. Разрыв между открытыми и закрытыми моделями сократился с 6–10 месяцев в начале 2025 года до нынешних 4–7 месяцев. DeepSeek обходится в $0,28 за задачу по кибербезопасности против $15 у Anthropic Opus — разница в 50 раз.

Фильтры безопасности в открытых моделях почти бесполезны. Например, DeepSeek иногда отказывался выполнять задачи по реверс-инжинирингу, но это легко обходилось, просто задав вопрос иначе, и поделать с этим ничего нельзя. По мнению Института безопасности ИИ, сокращение временного разрыва между открытыми и закрытыми моделями оставляет защитникам всё меньше времени на реагирование, прежде чем нерегулируемые, высокоэффективные инструменты для кибератак станут широкодоступными.