WORLDTECHOffenes DeepSeek-Modell rückt bei simulierten Netzwerkangriffen an OpenAIs Spitze heran
Laut einem Bericht von The Decoder kam ein offenes Modell in einem Benchmark mit simulierten Angriffen auf Unternehmensnetzwerke dem führenden System von OpenAI nahe, bei einem Bruchteil der Betriebskosten. Die Ergebnisse deuten darauf hin, dass der Vorsprung geschlossener KI-Modelle bei offensiven Cyberfähigkeiten schrumpft.
Ergebnisse der führenden Modelle
Im Vals-AI-Benchmark erreichte OpenAIs GPT-6 Sol Daybreak 80,8 Prozent der Angriffsziele in simulierten Unternehmensnetzwerken und löste 27 von 31 Zielen in weniger als drei Stunden. Jeder Agent arbeitet allein auf einer isolierten Angriffsmaschine, ausgehend von einer öffentlichen Webadresse und ohne menschliche Hilfe.
DeepSeek V4.1 Flash, ein frei verfügbares Modell, dessen trainierte Parameter jeder herunterladen darf, erreichte 72,8 Prozent. Ein Durchlauf kostete rund 3 Dollar, Daybreak etwa 22 Dollar.
Schwerere Prüfung und lange Laufzeiten
Im anspruchsvolleren Lighthouse-Test übernahm Daybreak die Administratorrechte des ersten Unternehmens, erbeutete Passwörter und nutzte sie, um in das zweite einzudringen. DeepSeek schaffte 21 Ziele bei einem Zehntel der Kosten und war nicht allein durch Sicherheitsvorkehrungen begrenzt.
Auch die Laufzeit erwies sich als entscheidend. In den ersten 25 Millionen Token erzielte DeepSeek keine Ergebnisse und machte den Großteil seiner Fortschritte erst nach 100 Millionen Token. Kurze Tests unterschätzen deshalb nach Ansicht von Vals, was offene Modelle leisten können.
Warum sich der Abstand verringert
Eine im Juli veröffentlichte Analyse des britischen AI Security Institute kommt zu ähnlichen Ergebnissen. Demnach beträgt der Abstand zwischen offenen und geschlossenen Spitzenmodellen bei Cyberfähigkeiten vier bis sieben Monate, nachdem er im Großteil des Jahres 2025 sechs bis zehn Monate betragen hatte. Ein Cyber-Range-Durchlauf mit DeepSeek V4-Pro kostet laut dem Institut nur 1,19 Dollar, gegenüber 85 Dollar für Anthropics Opus 4.5.
Folgen für Verteidiger
Sobald die Gewichte eines Modells öffentlich sind, kann laut den Vals-Forschern kein Anbieter mehr kontrollieren oder einschränken, wie es genutzt wird. Analysten sagen im Bericht, das Zeitfenster für Verteidiger schrumpfe rasant, und Vals erwartet, dass Angriffe auf reale Netzwerke in den kommenden Monaten zunehmen.
Offene Fragen
- Nehmen Angriffe auf reale Netzwerke wie von Vals erwartet zu?
- Kann sich der Abstand zwischen offenen und geschlossenen Modellen im berichteten Tempo weiter verringern?