Британский институт безопасности ИИ (AISI) опубликовал результаты масштабного исследования, согласно которым новая модель GPT-5.5 от OpenAI продемонстрировала выдающиеся результаты в области кибербезопасности, фактически сравнявшись по эффективности с моделью Mythos от Anthropic. Данное тестирование подчеркивает стремительный прогресс больших языковых моделей (LLM) в решении специализированных технических задач, требующих глубокого анализа уязвимостей.
Анализ результатов тестирования в сценариях захвата флага
В рамках исследования эксперты AISI использовали методику Capture the Flag (CTF) — классический формат соревнований по информационной безопасности. Модели должны были решить 95 задач различной сложности. Согласно отчету, GPT-5.5 успешно завершила 71,4 задания на уровне «эксперт», в то время как результат Mythos составил 68,6 баллов.
- Общее количество задач: 95 сценариев.
- Эффективность GPT-5.5: 71,4 прохождения.
- Эффективность Mythos: 68,6 прохождения.
- Тест «Последние» (извлечение данных): GPT-5.5 набрал 3/10, Mythos — 2/10.
Специалисты института отмечают, что высокие показатели Mythos также являются знаковыми для индустрии, подтверждая общий тренд на усиление когнитивных способностей ИИ. Разрыв между лидерами рынка становится минимальным, что свидетельствует о жесткой конкуренции в сегменте высокопроизводительных нейросетей.
Меры безопасности и ограниченный доступ к технологиям
Учитывая потенциальные риски, связанные с использованием столь мощных инструментов, разработчики придерживаются стратегии контролируемого внедрения. Генеральный директор OpenAI Сэм Альтман подчеркнул, что безопасность остается приоритетом при развертывании моделей с расширенным функционалом.
Компания предоставляет доступ к моделям с расширенными кибернетическими возможностями, таким как GPT-5.5-Cyber, ограниченно кибербезопасным специалистам через программу «Сетевой доступ доверия».
Такой подход позволяет экспертам использовать ИИ для превентивного поиска багов и укрепления защиты информационных систем, минимизируя вероятность нецелевого использования технологий злоумышленниками.
По итогам тестирования AISI можно сделать вывод, что искусственный интеллект становится полноценным инструментом в арсенале специалистов по кибербезопасности. В ближайшей перспективе ожидается, что конкуренция между OpenAI и Anthropic приведет к еще более значимым прорывам в области автоматизированного анализа угроз, однако это потребует разработки новых этических и правовых стандартов регулирования доступа к подобным мощностям.