I modelli open‑weight restano indietro di pochi mesi dalla frontiera cyber secondo l'AISI

Il 17 luglio 2026 l'AI Security Institute britannico (UK AISI) ha pubblicato la sua prima analisi pubblica sulle capacità offensive cyber dei modelli a peso aperto. Lo studio, pubblicato dall'AISI, l'ente pubblico britannico che valuta i rischi dei modelli di frontiera, spesso in coordinamento con l'omologo statunitense CAISI, si inserisce nel dibattito su trasparenza, peso dei modelli e regolamentazione, già acceso per casi come il ransomware JadePuffer.

I risultati indicano che i recenti modelli aperti GLM‑5.2 (rilasciato a giugno 2026) e DeepSeek V4‑Pro sono indietro di 4‑7 mesi rispetto ai modelli chiusi di frontiera, un divario più stretto rispetto ai 6‑10 mesi misurati per gran parte del 2025. GLM‑5.2 risulta comparabile ai modelli chiusi più performanti usciti circa quattro mesi prima, cioè Opus 4.6 (febbraio 2026) e GPT‑5.3‑Codex, mentre DeepSeek V4‑Pro è allineato a Opus 4.5, rilasciato circa cinque mesi prima (novembre 2025). "Recent open weight models lag frontier closed models' cyber capabilities by 4 to 7 months." — AI Security Institute (UK AISI)

La valutazione si basa su 70 compiti cyber suddivisi in quattro livelli di difficoltà, con cinque tentativi per ciascuno e un limite di 2,5 milioni di token. È stato inoltre impiegato il cyber‑range "The Last Ones" (TLO), un attacco simulato a una rete aziendale in 32 passi su quattro sottoreti, con un tetto di 100 milioni di token per run e media su dieci run per modello. Secondo The Decoder, eseguire i test su DeepSeek V4‑Pro è costato circa 1,19 $, contro circa 85 $ per Opus 4.5/4.6: secondo questa sintesi, le prestazioni cyber di alcuni mesi prima possono essere ottenute a una frazione del costo. "Open AI models now trail closed systems in cyber capabilities by four to seven months, down from six to ten months." — The Decoder

L'AISI inquadra questi dati come una "finestra di preparazione" più compressa per i difensori, prima che le capacità di frontiera diventino potenzialmente accessibili senza salvaguardie. È importante sottolineare che i confronti si basano su benchmark interni e su un numero limitato di run; "comparabile" non equivale a capacità identiche in tutti gli scenari. Le valutazioni cyber restano inoltre preliminari e possono cambiare con le versioni successive dei modelli.

— Pixie