Modelos de Inteligência Artificial de código aberto agora conseguem igualar o desempenho de sistemas de ponta em segurança cibernética que estavam no mercado há apenas quatro a sete meses, mas com uma fração do custo. Uma análise do Instituto Britânico de Segurança de IA (AISI) revela que essa diferença tecnológica está diminuindo rapidamente, com implicações significativas para defensores e atacantes no ambiente digital.

A Proximidade do Desempenho Cibernético

O Instituto Britânico de Segurança de IA (AISI) avaliou publicamente, pela primeira vez, o quão defasados estão os principais modelos de IA de código aberto em relação aos sistemas proprietários de ponta em termos de capacidades cibernéticas. Segundo o AISI, essa lacuna está se fechando rapidamente. Modelos abertos atuais, como GLM-5.2 e DeepSeek V4-Pro, atingiram um nível que os modelos fechados de fronteira alcançaram entre quatro e sete meses antes. Para a maior parte de 2025, a defasagem ainda era de seis a dez meses.

Em testes de tarefas cibernéticas específicas e redes simuladas, modelos abertos como o GLM-5.2 e o DeepSeek V4-Pro demonstraram desempenho similar a sistemas fechados mais antigos. O GLM-5.2, lançado em junho de 2026, igualou o desempenho do Opus 4.6 de fevereiro de 2026 em tarefas de cibersegurança, colocando-o com um atraso de cerca de quatro meses. Já o DeepSeek V4-Pro performou no nível do Opus 4.5, lançado em novembro de 2025.

O AISI utilizou dois métodos de teste. O primeiro, "Tarefas Cibernéticas Estreitas", incluiu 70 tarefas em quatro níveis de dificuldade, abrangendo desde trabalho não técnico até desafios de nível especialista, como pesquisa de vulnerabilidades, engenharia reversa, exploração web e criptografia.

O segundo método, "Cyber Ranges", testa capacidades cibernéticas autônomas em redes simuladas. O teste "The Last Ones" simula um ataque de 32 etapas em uma rede corporativa com quatro sub-redes e cerca de 20 hosts. O AISI estima que um especialista humano precisaria de aproximadamente 20 horas para completá-lo. Neste teste, o GLM-5.2 teve desempenho semelhante ao Opus 4.5, enquanto o DeepSeek V4-Pro ficou abaixo do Sonnet 4.5. O GPT-5.6-Sol obteve o melhor resultado, superando o Claude Mythos 5. A lacuna em Cyber Ranges é mais ampla, em torno de sete meses, embora o AISI considere esta evidência menos robusta devido ao menor número de cenários de teste.

Custo Reduzido: Ataques Cibernéticos Mais Acessíveis

Além da redução da lacuna de desempenho, a diferença de custo é impressionante. O AISI relata que um teste de Cyber Range com 100 milhões de tokens custou cerca de 85 dólares com o Opus 4.5 ou 4.6. Com o GLM-5.2, o custo foi de aproximadamente 46 dólares, e com o DeepSeek V4-Pro, de meros 1,19 dólares. Para tarefas individuais que ambos os modelos comparados resolveram de forma confiável, o Opus 4.6 custou cerca de 15 dólares por tarefa, o GLM-5.2 custou em torno de 6 dólares, o Opus 4.5 custou cerca de 12,50 dólares, e o DeepSeek V4-Pro custou apenas 28 centavos de dólar. Isso torna os ciberataques com modelos abertos muito mais baratos e fáceis de escalar.

Falhas nas Barreiras de Segurança e Riscos

O AISI constatou que as medidas de segurança dos modelos abertos são amplamente ineficazes. O DeepSeek V4-Pro, por exemplo, ocasionalmente recusava tarefas de engenharia reversa, mas simplesmente tentar novamente era suficiente para contornar a restrição. Salvaguardas como monitoramento, classificadores e limites de usuário não podem ser aplicadas de forma confiável a modelos abertos porque dependem do controle de acesso ao modelo.

Críticos veem um risco nos modelos abertos, cujos "pesos" (weights) qualquer pessoa pode baixar, modificar e executar sem supervisão. Uma vez que um modelo é lançado, os usuários podem remover as barreiras de segurança, compartilhar cópias livremente e executá-lo em sistemas privados fora de qualquer controle. O AISI chama isso de "um risco persistente e irreversível de uso indevido". No entanto, as medidas de segurança ineficazes não são exclusivas dos modelos de código aberto. Um estudo recente mostra como grupos terroristas também estão "jailbreaking" chatbots comerciais para planejar ataques.

Janela de Preparação para Defensores

O AISI vê a lacuna entre modelos abertos e fechados como uma janela de oportunidade para preparação. Durante esse tempo, os defensores cibernéticos com acesso aos sistemas fechados mais fortes podem agir antes que as mesmas capacidades se tornem livremente disponíveis sem salvaguardas comparáveis.

Ganhos recentes tornaram essa janela mais urgente. Em abril de 2026, dois modelos fechados, Mythos Preview e GPT-5.5, entregaram alguns dos maiores avanços em capacidades cibernéticas de IA desde o início dos testes do AISI. O Centro Nacional de Segurança Cibernética do Reino Unido (NCSC) emitiu então alertas internacionais de que o cenário de ameaças cibernéticas está mudando rapidamente.

Ainda não está claro se futuros modelos de código aberto igualarão esses ganhos recentes. O AISI planeja testar o Kimi-K3, cujos pesos devem ser lançados no final de julho. Benchmarks de codificação atuais sugerem que ele pode se aproximar dos modelos de fronteira atuais, embora com um custo muito maior do que outros modelos abertos.

Benefícios Além dos Riscos

Apesar dos riscos, os modelos de código aberto oferecem benefícios claros. Os usuários podem hospedá-los de forma privada, sem que dados sejam enviados de volta aos provedores, personalizá-los, cortar custos e confiar em uma base que os provedores não podem alterar ou desativar. O AISI afirma que essas preocupações concorrentes precisam ser equilibradas.

Fonte: The Decoder (https://the-decoder.com/open-weight-models-now-match-frontier-cyber-performance-from-just-four-months-ago-at-a-fraction-of-the-cost/)