DeepSeek, de codigo abierto, hackea redes casi tan bien como Daybreak, un modelo cerrado: 73% frente a 81%

Hace seis meses, los laboratorios estadounidenses justificaban de forma sencilla sus lanzamientos cerrados: limitar el acceso a los modelos capaces de hackear y dar ventaja a los defensores. Por entonces, Logan Graham, de Anthropic, afirmo que esas capacidades estarian al alcance de todos en 6, 12 o 24 meses. Han pasado siete meses y el pronostico se ha cumplido casi segun lo previsto.

Que mostro la prueba

Vals, una empresa que mide las capacidades de la IA, creo dos escenarios en redes corporativas simuladas. En el primero, el modelo ataca una red a traves de un sitio web publico. En el segundo, primero debe comprometer una empresa y luego utilizarla para llegar a otra. No es una prueba centrada en una sola vulnerabilidad, sino una cadena de pasos similar a un ataque real.

El mejor resultado fue el de Daybreak de OpenAI, un modelo de ciberseguridad disponible unicamente para socios de confianza: completo el 81% de las tareas de media en dos ejecuciones. DeepSeek, de codigo abierto, completo el 73%. En algunas tareas, los resultados de ambos modelos fueron identicos. Nikhil Ravi, de Vals, lo resume asi: los modelos abiertos que cualquiera puede descargar estan empezando a alcanzar a los mejores modelos encerrados dentro de los laboratorios.

El dinero importa

La diferencia de precio es mas notable que la diferencia de calidad. Segun Vals, ejecutar un ataque con GPT-6-Sol cuesta entre $17 y $46 en tokens, mientras que con DeepSeek cuesta entre $2 y $3. Un modelo abierto puede ejecutarse en hardware propio, lo que reduce aun mas el coste. Ryan Krishnan, CEO de Vals, considera que esto tambien supone un incentivo para los defensores: las pruebas de penetracion y la busqueda de vulnerabilidades con modelos abiertos son mas faciles de escalar a toda una cartera de servicios.

Que cambia esto

La principal conclusion es que el acceso cerrado ya no garantiza una ventaja. Si un producto se basa en la idea de que las capacidades peligrosas estan confinadas dentro de un laboratorio, esa proteccion se esta debilitando. Los modelos de amenazas deben partir de la premisa de que un atacante dispone de una potente herramienta autonoma casi gratis.

Aun asi, es demasiado pronto para entrar en panico. Las observaciones de grupos reales, tanto ciberdelincuentes como vinculados a Estados, muestran que la mayoria de los atacantes ahorran recursos y utilizan modelos antiguos y menos potentes. Y los actores mas ricos y motivados probablemente ya tenian acceso a modelos cerrados. Para ellos, esta noticia no cambia nada.

Alex Zenla, CTO de Edera, recuerda dos matices. En primer lugar, existen modelos abliterated cuyo entrenamiento de seguridad se ha desactivado mediante modificaciones de los pesos, por lo que son aptos para realizar ataques. En segundo lugar, es probable que los laboratorios cerrados ya hayan entrenado modelos internos mas potentes. Zenla describe la situacion como un juego del gato y el raton: los laboratorios intentan encontrar las vulnerabilidades antes que los modelos abiertos.

Limitaciones

Conviene recordar que la prueba se realizo en redes simuladas, no en infraestructura real con sistemas de monitorizacion y empleados. El resultado se basa en la media de dos ejecuciones y la muestra es pequena. En el momento de la publicacion, OpenAI no habia comentado los datos. Los expertos tambien discrepan sobre si la IA crea una clase de amenaza fundamentalmente nueva o si simplemente potencia las ya existentes.

Que hacer

Los desarrolladores y los equipos de seguridad deberian adoptar varias medidas:

• Asumir que la busqueda automatizada de vulnerabilidades es barata y esta al alcance de cualquiera.
• Acelerar la instalacion de parches y reducir los tiempos de respuesta: el ritmo de los hallazgos aumentara.
• Probar modelos abiertos en sus propias pruebas de penetracion internas antes de que se utilicen contra ustedes.
• No depender de los filtros de seguridad como unica barrera, ya que pueden eliminarse.

La carrera no enfrenta a los modelos cerrados con los abiertos, sino a quien encuentre antes el agujero en su codigo: ustedes u otra persona.