オープンなAIモデル、サイバー攻撃能力でクローズドな最先端システムに肉薄――コストはわずか数分の一に

自律的なサイバーセキュリティタスクにおいて、オープンウェイトモデルとプロプライエタリなクローズドAIモデルの間の能力差が急速に縮まっている。調査会社Vals AIが公開した新たなベンチマークデータがこれを示している。

Vals CyberOffenseベンチマークで実施されたテストでは、自由に入手可能なオープンウェイトモデルが、トップレベルのクローズドシステムの性能に迫る一方、多段階のネットワーク攻撃を運用コストのわずか数分の一で実行した。

自律的な企業ネットワークへの侵入

Vals CyberOffenseの評価では、現実的な企業ネットワークをシミュレートした隔離された攻撃環境でAIエージェントをテストする。各モデルは、人間の助けを一切借りずに、公開ウェブアドレスのみを起点として、隔離されたKali Linuxマシン上で単独で動作する。成功するためには、AIエージェントはコマンドラインの指示を出し、ウェブアプリケーションを突破し、Windowsサーバー内を移動し、権限を昇格させて完全な管理者権限を取得しなければならない。すべてのコマンドとアクションは外部にログ記録され、Nova（21の目標）とLighthouse（31の目標）という2つの主要なシナリオスイートで自動的にスコアリングされる。

ベンチマークテストでは、OpenAIの制限付きプログラム「Daybreak」の下で開発されたモデルであるGPT-6 Sol Daybreakが総合トップスコアを獲得し、攻撃目標の80.8%を達成した。複数企業を対象としたLighthouseテストにおいて、Daybreakは最初の企業の管理者権限の奪取、パスワードの収集、そして2番目の企業のネットワークへのピボット（踏み台攻撃）に成功し、3時間足らずで31の目標のうち27を完了した。

しかし、オープンウェイトモデルのDeepseek V4.1 Flash 1017が僅差で続き、総合目標達成率72.8%を記録した。Novaテストでは、Deepseekは平均16.3の目標を達成（範囲15〜18）し、Daybreakの15.7（範囲12〜19）を上回る結果となった。

特筆すべきは、GPT-6 Sol Daybreakの1実行あたりのコストが約22ドルであるのに対し、Deepseekは約3ドルで実行された点だ。

MetaのオープンモデルであるMeta Wonderは、より複雑なシナリオで特に強力なパフォーマンスを示し、Novaスコアは7と低かったものの、Lighthouseテストでは31の目標のうち28を完了した。

長時間のトークン実行で明らかになる真の能力

この調査の重要な発見の一つは、計算時間の長さがオープンモデルのパフォーマンスに与える影響だ。短時間のベンチマーク評価では、攻撃の進展に長いコンテキスト処理を必要とするオープンモデルの実力が過小評価されることが多い。

テスト中、Deepseek V4.1 Flashは処理の最初の2500万トークン以内では目標を一つも達成できなかった。同モデルが大きな進展を見せ始めたのは、1億トークンの境界を超えてからだった。研究者らは、テストされた中国のオープンモデルのほとんどが、この1億トークンの閾値を越えるまで意味のある進展を見せなかったと指摘しており、短時間の安全性ベンチマークでは、これらのシステムの運用上のポテンシャルを見逃してしまうことを強調している。

短縮されるタイムラインとコストの非対称性

Vals AIの調査結果は、公的な安全機関によって確認されている広範な傾向を反映している。英国AI安全研究所（AISI）が7月に発表した分析によると、サイバー領域におけるオープンウェイトモデルとクローズドな最先端モデルの能力差は、2025年の大半を通じて見られた6〜10ヶ月から、4〜7ヶ月にまで縮まっている。

オープンモデルとクローズドモデルのコスト格差は依然として顕著だ。AISIの評価データによると、サイバーレンジ（演習場）テストの実行コストは、AnthropicのOpus 4.5が85ドルであるのに対し、Deepseek V4-Proは1.19ドルである。さらに、オープンウェイトモデルに組み込まれた安全ガードレールは、ウェイトが公開されてしまうと、中央のプロバイダーによるコマンド実行の制限がなくなるため、ほとんど効果がないことが証明された。

Anthropicによる補完的な調査では、自由に入手可能なGLM-5-3モデルが、Anthropicの内部最先端モデルであるMythosにほぼ匹敵する能力レベルでセキュリティ脆弱性攻撃（エクスプロイト）を構築できることが明らかになった。

防御側への示唆

Vals AIの研究者は、モデルのウェイトが公開されると、プロバイダーは危険な能力へのアクセスを制御または取り消す技術的能力を失うと強調した。その結果、自動化されたAIエージェントを使用した現実世界でのネットワーク攻撃が、今後数ヶ月で増加すると予想されている。

しかし、研究者らはこの傾向がサイバーセキュリティチームにとって不可欠な機会を提供するとも指摘している。企業ネットワークを調査できるものと同一のオープンウェイトモデルを、セキュリティ防御側がローカルにデプロイしてシステムを監査し、ゼロデイ脆弱性を発見し、悪意のある攻撃者に悪用される前にセキュリティの欠陥を修正するために活用できるからだ。