Vals 研究：开源权重模型网络攻击能力逼近闭源前沿模型

AI 能力评测公司 Vals 在模拟企业网络上测试了不同模型的网络攻击能力，让模型完成复杂、多步的网络入侵指令。测试分两个场景：第一个是可通过公开网站访问的模拟企业网络；第二个涉及两家公司的网络，模型需要先攻破第一家才能进入第二家。 结果显示，OpenAI 仅向可信伙伴开放的最先进网络安全模型 Daybreak 能力最强，在两次测试中平均完成 81% 的任务；中国开源权重模型 DeepSeek 紧随其后，平均完成 73% 的目标，研究人员指出两者在某些任务上得分相同。 成本差异同样显著。Vals 称 GPT-6-Sol 执行一次攻击的 token 成本为 17 至 46 美元，而 DeepSeek 为 2 至 3 美元。开源模型通常更便宜，因为可以运行在自有硬件上。Vals CEO Rayan Krishnan 表示，这也为防守方使用开源模型而非专有模型提供了强激励。 这一发现与前沿实验室的假设形成对照。Anthropic 从 4 月的 Claude Mythos Preview 开始限制新模型发布，其前沿红队负责人 Logan Graham 当时称，受限访问只能争取时间，需要为这些能力在 6、12、24 个月内广泛可用做准备。七个月后，这一转变似乎如期到来。 不过文章也指出，近几个月对网络犯罪和国家支持的黑客活动的实际观察反复显示，攻击者大多仍在用较旧、能力较弱的模型以节省资源。云安全公司 Edera 联合创始人兼 CTO Alex Zenla 认为，闭源实验室很可能已训练出能力更强的未发布模型，这更像一场猫鼠游戏。