Les empreses d'IA que fan models tancats justifiquen sovint les seves restriccions dient que així poden vigilar qui fa servir les capacitats d'atac informàtic dels seus sistemes. L'argument perd força si els models oberts, que qualsevol pot descarregar i fer funcionar pel seu compte, arriben a un nivell semblant. L'Institut de Seguretat de la IA del Regne Unit calculava al juliol que la distància entre els uns i els altres en ciberseguretat s'havia reduït a entre quatre i set mesos.
L'empresa d'avaluació Vals AI ha publicat els resultats de CyberOffense, una prova que deixa cada agent sol en una màquina d'atac aïllada, sense cap ajuda humana, davant de dues xarxes corporatives simulades: Nova, amb 21 objectius, i Lighthouse, amb 31 i dues empreses separades. Un objectiu només compta si l'agent llegeix una marca amagada al sistema, no si diu que l'ha aconseguit. GPT-6 Sol Daybreak, el model d'OpenAI d'accés restringit per a experts en seguretat, va completar de mitjana el 81% dels objectius; DeepSeek V4.1 Flash, un model de pesos oberts, el 72,7%, amb un cost de menys de 3 dòlars per intent davant d'uns 22. A Lighthouse, el model d'OpenAI va prendre el control de la primera empresa, en va robar contrasenyes i les va fer servir per entrar a la segona: 27 de 31 objectius en menys de tres hores.
Vals AI ho resumeix així: «Un cop els pesos d'un model són públics, cap proveïdor no pot vigilar ni aturar com es fan servir». Hi afegeix una dada que avisa contra les proves curtes: DeepSeek no va aconseguir res en els primers 25 milions de *tokens* (les unitats de text que processa el model) i va fer la major part del camí després dels 100 milions, de manera que una avaluació breu infravaloraria el que pot fer. L'empresa també hi veu una oportunitat per als defensors, que poden fer servir aquests mateixos models per trobar i tapar forats abans que ho facin els atacants, sense esperar el permís de cap proveïdor: «És una finestra per als defensors», escriu.
La prova té límits clars: només s'hi han avaluat set models, les xarxes són simulades, la majoria de resultats surten d'un sol intent i el banc de proves és propietat de Vals AI, que no el publica sencer. Cap model no va completar els darrers objectius de Lighthouse. Els resultats indiquen una tendència, no garanteixen com es comportarien aquests agents en una xarxa real amb defenses actives.