En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarZDNet AI→ original

Una IA encuentra una vulnerabilidad desconocida en V8 por $4,24 y en 13 minutos; en febrero no la halló con $350

Una vulnerabilidad de día cero es un fallo del que el desarrollador aún no sabe nada y para el que no existe parche. Xint.io entregó a varios modelos de IA archivos del motor V8 de Chrome con uno de esos errores ocultos. En febrero, los mejores modelos no lo encontraron en 25 horas y con $350. En septiembre, GPT 6 Sol lo consiguió en 13 minutos y por $4,24. Para defensores y atacantes, es una revisión de código que ha bajado al precio de un café. Por eso conviene auditar el propio código con estos modelos antes de que lo hagan los delincuentes.

Procesado por IA desde ZDNet AI; editado por Hamidun News
Una IA encuentra una vulnerabilidad desconocida en V8 por $4,24 y en 13 minutos; en febrero no la halló con $350
Fuente: ZDNet AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalZDNet AI ↗
Editor jefe
Dato clave #1Claude Opus 5 encontró la brecha al primer intento, pero por $43,40
GPT 5.6 Sol en julio$22, 44 minutos y dos prompts
Dato clave #3Los modelos de DeepSeek y Z.ai no resolvieron la tarea: tres de los siete modelos la encontraron

Una vulnerabilidad de día cero es un error en un programa del que su desarrollador aún no tiene noticia, por lo que no existe ninguna corrección. Hasta ahora, buscar esos fallos con redes neuronales era caro e inútil. La firma de pentesting Xint.

io ha mostrado cómo ha cambiado la situación: en febrero de 2026, los mejores modelos dedicaron 25 horas y $350 y no encontraron nada; en septiembre, GPT 6 Sol detectó una brecha crítica en el motor V8 (el que ejecuta JavaScript en Chrome) en 13 minutos y por $4,24. Imagine una revisión de código que antes no daba resultados tras un día entero y cientos de dólares, y que ahora cuesta lo que un café. Para los equipos responsables de la seguridad de un producto, es una razón para no dejar las comprobaciones con IA para el año que viene.

Cómo se hizo el experimento

Los investigadores partieron de un error real de V8 con el identificador CVE-2026-102321. Se trata de una confusión de tipos: el programa interpreta datos de un tipo como si fueran de otro, y eso permite ejecutar código ajeno de forma remota. Lo encontró Taisic Yun, empleado de Xint, y lo comunicó de forma privada al programa de recompensas de Google (VRP). Por tanto, esa información no podía estar en los datos de entrenamiento de los modelos, y ninguno pudo dar con la respuesta de memoria.

A los modelos se les facilitó un conjunto limitado de archivos fuente, entre ellos el que contiene el error, y se les pidió que buscaran problemas de seguridad. Se probaron siete modelos lanzados desde febrero de 2026: dos de OpenAI, tres de Anthropic y dos de pesos abiertos, de DeepSeek y Z.ai. La misma tarea se ejecutó en distintos meses para observar la evolución.

Resultados mes a mes

En febrero, los mejores modelos disponibles pasaron 25 horas escaneando, gastaron $350 y no hallaron la brecha crítica. En julio, GPT 5.6 Sol lo logró en 44 minutos y con $22. En septiembre, GPT 6 Sol encontró el mismo error en 13 minutos y por $4,24, con el primer prompt orientativo.

De los siete modelos, solo tres encontraron la brecha: GPT 6 Sol, GPT 5.6 Sol y Claude Opus 5. Todos se lanzaron a partir de julio. GPT 5.6 Sol necesitó dos prompts. Claude Opus 5 acertó al primer intento, pero costó $43,40, es decir, unas diez veces más que el mejor resultado. Los modelos de DeepSeek y Z.ai no resolvieron la tarea.

De fondo está el abaratamiento de los tokens, las unidades de texto por las que se paga al usar un modelo. Según los datos citados en un artículo de ZDNET, desde 2023 han bajado de media un 47% por trimestre, y solo en el último mes se han abaratado un 15%. La causa es la dura competencia entre OpenAI, Anthropic y otras compañías. Eso beneficia a las empresas, pero también abarata los ataques con IA.

Qué hacer al respecto

Los autores del informe consideran que incluso los «hackers mediocres» pueden ya usar modelos de vanguardia para buscar vulnerabilidades y, potencialmente, para explotarlas. Aun así, los novatos completos con modelos «sin domar» todavía están lejos de lograrlo. Sigue haciendo falta experiencia para guiar bien a la IA: a veces, sin pistas, el modelo no encontraba el objetivo y hubo que repetir ejecuciones, lo que aumentó el tiempo y el coste. Según los investigadores, para hackear todavía se necesita conocimiento técnico, pero ya no el nivel de los mejores especialistas del sector.

Los pasos prácticos son estos:

  • Lance usted mismo las comprobaciones. Su equipo de seguridad o los pentesters externos pueden pasar esos mismos modelos por su código antes que los atacantes.
  • Empiece por los puntos más vulnerables: los servicios públicos y la cadena de suministro, que no se revisa desde hace años.
  • No olvide lo básico: acceso basado en el principio de «confianza cero», segmentación de red y monitorización de los dispositivos finales. Estas medidas pueden aportar tanto como la propia IA.

Salvedades

Es una sola prueba, con un único error conocido y un conjunto reducido de archivos, y no una búsqueda de brechas en todo el código de Chrome. En un proyecto real hay más archivos y más ruido, y encontrar una brecha aún no equivale a escribir un exploit funcional. Además, el informe lo ha publicado una empresa que vende servicios de pruebas de penetración.

Por definición, un día cero es desconocido para el proveedor, y en el momento de un ataque puede que no exista parche. La IA ayuda a encontrar esos agujeros más rápido, pero no sustituye a las personas: libera a los defensores de la rutina y les deja tiempo para las tareas que requieren criterio humano. La conclusión principal del informe: la barrera de entrada a la caza de vulnerabilidades ha bajado de forma notable, y ya es hora de tenerlo en cuenta en el modelo de amenazas.

Historia

Preguntas frecuentes sobre la noticia

Cómo se hizo el experimento?

Los investigadores partieron de un error real de V8 con el identificador CVE-2026-102321. Se trata de una confusión de tipos: el programa interpreta datos de un tipo como si fueran de otro, y eso permite ejecutar código ajeno de forma remota. Lo encontró Taisic Yun, empleado de Xint, y lo comunicó de forma privada al programa de recompensas de Google (VRP). Por tanto, esa información no podía estar en los datos de entrenamiento de los modelos, y ninguno pudo dar con la respuesta de memoria.

¿Qué se sabe sobre Resultados mes a mes?

En febrero, los mejores modelos disponibles pasaron 25 horas escaneando, gastaron $350 y no hallaron la brecha crítica. En julio, GPT 5.6 Sol lo logró en 44 minutos y con $22. En septiembre, GPT 6 Sol encontró el mismo error en 13 minutos y por $4,24, con el primer prompt orientativo. De los siete modelos, solo tres encontraron la brecha: GPT 6 Sol, GPT 5.6 Sol y Claude Opus 5. Todos se lanzaron a partir de julio. GPT 5.6 Sol necesitó dos prompts.

¿Qué se sabe sobre Qué hacer al respecto?

Los autores del informe consideran que incluso los «hackers mediocres» pueden ya usar modelos de vanguardia para buscar vulnerabilidades y, potencialmente, para explotarlas. Aun así, los novatos completos con modelos «sin domar» todavía están lejos de lograrlo. Sigue haciendo falta experiencia para guiar bien a la IA: a veces, sin pistas, el modelo no encontraba el objetivo y hubo que repetir ejecuciones, lo que aumentó el tiempo y el coste.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…