オープンウェイトのモデルはサイバー最前線から数か月遅れにとどまる——英AISIが分析
2026年7月17日、英AIセキュリティ研究所（UK AISI）は、オープンウェイトのモデルの攻撃的サイバー能力に関する初の公開分析を発表した。この研究をまとめたAISIは、フロンティアモデルのリスクを評価する英国の公的機関で、米国の対応機関CAISIとしばしば連携している。分析は、JadePufferランサムウェアのような事例で既に過熱していた、透明性・モデルの重み・規制をめぐる議論に加わるものだ。
結果は、最近のオープンモデルであるGLM‑5.2（2026年6月公開）とDeepSeek V4‑Proが、フロンティアのクローズドモデルに4〜7か月遅れていることを示している。これは2025年の大半で計測された6〜10か月より縮まった差だ。GLM‑5.2は約4か月前に登場した最も高性能なクローズドモデル、すなわちOpus 4.6（2026年2月）とGPT‑5.3‑Codexに匹敵し、DeepSeek V4‑Proは約5か月前（2025年11月）に公開されたOpus 4.5と並ぶ水準にある。"Recent open weight models lag frontier closed models' cyber capabilities by 4 to 7 months." — AI Security Institute (UK AISI)
評価は、4段階の難易度に分けた70のサイバータスクに基づき、各タスクにつき5回の試行、上限は250万トークン。さらにサイバーレンジ「The Last Ones」（TLO）も用いられた。これは4つのサブネットにまたがる企業ネットワークへの32ステップの模擬攻撃で、1実行あたり1億トークンを上限とし、モデルごとに10回の実行の平均をとる。The Decoderによると、DeepSeek V4‑Proでのテスト実行費用は約1.19ドルで、Opus 4.5/4.6の約85ドルに対して安く、この要約によれば数か月前のサイバー性能をわずかなコストで得られるという。"Open AI models now trail closed systems in cyber capabilities by four to seven months, down from six to ten months." — The Decoder
AISIはこれらの数値を、フロンティア能力が安全対策なしに入手可能になりうる前の、防御側にとってより圧縮された「準備の窓」と位置づけている。強調すべきは、比較が内部ベンチマークと限られた回数の実行に基づくことだ。「匹敵する」は、あらゆるシナリオで同一の能力を意味しない。さらにサイバー評価は暫定的なもので、モデルの後続バージョンで変わりうる。
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- 公式サイトaisi.gov.uk（2026/07/17）で一次情報を開いて精読：テスト対象モデル（GLM‑5.2、DeepSeek V4‑Pro）、従来の6〜10か月に対する4〜7か月という差、比較対象（Opus 4.6、GPT‑5.3‑Codex、Opus 4.5）、および方法論（70タスク、32ステップのTLOサイバーレンジ）を確認。The Decoder（2026/07/18）が同じ数値に加えコストのデータで独立に裏づけ。Kimi K3の評価に関する別のAISI記事（2026/07/23）は重複として除外した。
- Incertezze
- 比較はAISIの内部ベンチマークと限られた回数の実行に基づく。「匹敵する」はあらゆるシナリオで同一の能力を意味しない。コストの数値（1.19ドル対85ドル）はThe Decoderの報告であり、その要約に帰すべきもので、AISIの原文と一語一句照合したわけではない。サイバー評価は暫定的で、後続バージョンで変わりうる。
- Perché pubblicarla
- 直近7日以内の最新ニュースで、商業発表ではなく一次的な公的機関を出典とする。オープンウェイトのモデルがクローズドな最前線とのサイバー面の差をどれだけ速く縮めているかを、検証可能な数値で定量化しており、当ポータルで未掲載の、安全保障・政策上重要なテーマだ。