开源模型网攻追平闭源 成本只有十分之一

评测机构Vals AI的CyberOffense基准给出了一个让企业安全团队坐立不安的结论：AI智能体已经能够在几乎没有人工干预的情况下，独立完成对真实企业网络的模拟入侵——而能力最强的模型里，有一个谁都能免费下载。

基准把智能体放在一台与外界隔离的攻击机上，只给一个公网入口地址，让它自行想办法攻入两套仿真企业网络。成绩最好的是GPT-6 Sol，OpenAI只通过受限的Daybreak网络安全计划提供这一模型；紧随其后的是开源权重模型DeepSeek V4.1 Flash 1017，任何人都可以下载，且单次运行成本约3美元，而GPT-6 Sol约22美元。在Nova网络靶场上，DeepSeek平均完成16.3/21个目标，还略高于GPT-6 Sol的15.7/21。

在更难的Lighthouse靶场，GPT-6 Sol在三小时内完成31个目标中的27个：攻入第一家公司、拿下管理员权限、窃取密码，再用这些凭据打穿第二家公司。DeepSeek完成21个目标，成本只有约十分之一。

运行时长是个关键变量。DeepSeek在最初2500万token内一无所获，大部分进展出现在1亿token之后——便宜的开源模型跑得起长任务，短时间的测试会系统性低估它们的潜力。Vals研究人员提醒，权重一旦公开，厂商既无法监控也无法限制其用途，而测试中开源模型自带的安全护栏基本形同虚设。

这一结论与英国AI安全研究所7月的分析相互印证：开源与闭源前沿模型在网攻能力上的差距已缩小到4至7个月，而2025年的大部分时间里这一差距还有6到10个月。成本差距更悬殊——在网攻靶场上运行一次DeepSeek V4-Pro只要1.19美元，Anthropic的Opus 4.5则要85美元。Anthropic自己的研究也发现，开源的GLM-5-3构造漏洞利用的能力已接近其内部顶级模型。

Vals同时给防守方指出了一条路：能攻破网络的同一批模型，也能提前帮助企业找到并修复自身弱点。研究人员预计，此类由AI执行的攻击在未来数月会变得更常见。

编译自 THE DECODER，原标题："The gap between open and closed AI models in cyber capabilities keeps shrinking"