Большую часть 2025 года проприетарные передовые системы удерживали преимущество по возможностям над общедоступным ПО, однако июльский анализ британского AI Security Institute подтвердил: этот разрыв сократился до четырех-семи месяцев. Коммерческие последствия такого сжатия наиболее наглядно проявились в сегменте автоматизированных атакующих инструментов: свободно распространяемая модель с открытыми весами DeepSeek V4.1 Flash 1017 набирает 72,8% в бенчмарке Vals CyberOffense при затратах около $3 за один запуск против примерно $22 у закрытых коммерческих аналогов.
Массовая доступность недорогих открытых весов для наступательных киберопераций нивелирует операционные преимущества проприетарных платформ и заставляет компании кардинально пересматривать бюджеты на защиту периметра. Если доступ к передовым облачным моделям поставщики способны фильтровать через модерацию запросов, то открытые дистрибутивы полностью исключают контроль со стороны коммерческих шлюзов.
Экономика автономного пентеста
Тестирование в рамках бенчмарка Vals CyberOffense демонстрирует, что автоматизированный аудит безопасности на проникновение вышел за рамки сугубо теоретической угрозы. Бенчмарк моделирует реальную корпоративную сеть: каждый автономный агент запускается в одиночку на изолированной атакующей машине, получая лишь публичный веб-адрес цели без малейшей помощи со стороны человека.
Модель GPT-6 Sol от OpenAI в рамках закрытой исследовательской киберпрограммы Daybreak показала наивысший результат, решив 80,8% поставленных задач. Более ранние замеры специализированной модели Daybreak, доступ к которой строго ограничен проверенными партнерами, зафиксировали в среднем 81% выполнения задач по итогам двух испытаний, тогда как китайская открытая модель DeepSeek показала 73%, полностью сравнявшись с закрытой разработкой OpenAI на ряде изолированных подзадач.
В усложненном сценарии Lighthouse модель Daybreak перехватила права администратора первой целевой компании, похитила учетные данные и использовала их для взлома второй инфраструктуры, закрыв 27 из 31 контрольной точки менее чем за три часа. DeepSeek выполнила 21 задачу, потребовав лишь малую часть этих финансовых затрат.
«Как только веса модели становятся публичными, ни один провайдер больше не может контролировать или ограничивать сценарии ее применения», — констатируют исследователи Vals.
По наблюдениям экспертов Vals, защитные барьеры и встроенные ограничения безопасности в открытых релизах оказались практически бесполезными: после скачивания файлов на локальные серверы разработчик теряет любые рычаги контроля за соблюдением политик использования.
Порог вычислений и защитный паритет
Операционная эффективность открытых моделей не масштабируется линейно при коротких сессиях взаимодействия. Критическим фактором оказалась длительность непрерывного исполнения: DeepSeek показала нулевой результат на первых 25 миллионах токенов и совершила основной рывок только после расхода отметки в 100 миллионов токенов. Таким образом, тесты, ограниченные короткими прогонами, систематически недооценивают наступательный потенциал открытых систем, когда рабочая нагрузка включает длинные цепочки логических рассуждений.
Колоссальный разрыв в затратах подтверждается и другими независимыми испытаниями. По данным британского AI Security Institute, сессия на специализированном киберполигоне с участием DeepSeek V4-Pro обходится всего в $1,19, тогда как запуск Claude Opus 4.5 от Anthropic требует $85. Кроме того, исследование самой Anthropic показало, что общедоступная модель GLM-5-3 способна генерировать рабочие эксплойты практически на том же уровне, что и внутренняя флагманская система компании Mythos.
Корпоративные службы безопасности часто апеллируют к тезису о технологическом паритете, полагая, что внутренняя защита может развернуть аналогичные системы для аудита уязвимостей и закрытия брешей до начала реальных атак. Однако при выполнении 21 задачи DeepSeek сдерживали отнюдь не штатные фильтры безопасности, и аналитики Vals предупреждают: интенсивность атак на реальные корпоративные сети в ближайшие месяцы будет расти.
Организации, выстраивающие защиту периметра в расчете на закрытые корпоративные лицензии, теперь сталкиваются с атакующими агентами, чьи основные прямые затраты на взлом составляют около трех долларов за инференс.
Почему это важно
Бюджеты на киберзащиту теряют всякую привязку к прежней математике рисков, когда атакующие инструменты раздают фактически бесплатно. Теперь ключевой барьер безопасности держится исключительно на длине контекста и расходе токенов при долгих рассуждениях машины.
Наши материалы: Открытые ИИ-модели сравнялись с закрытыми в кибератаках (6 ноября).