Agentes de inteligência artificial já conseguem invadir redes corporativas realistas sem ajuda humana, e modelos de pesos abertos, de uso livre, se aproximam cada vez mais dos fechados nessa tarefa. Em testes da Vals AI, o Deepseek V4.1 Flash 1017, disponível gratuitamente, ficou a uma distância pequena do líder e custa cerca de $3 por execução, ante aproximadamente $22.
Como o teste foi montado
O benchmark CyberOffense, da Vals AI, coloca cada agente para atuar sozinho em uma máquina de ataque isolada, partindo apenas de um endereço público na web e sem intervenção humana. A bateria Nova tem 21 objetivos, e o Lighthouse, mais difícil, tem 31. Benchmark é um teste padronizado que compara modelos sob as mesmas condições.
Quem lidera e quem chega perto
O GPT-6 Sol, parte do programa de acesso restrito Daybreak, da OpenAI, teve o melhor desempenho geral. No Nova, o Deepseek ficou com faixa de 15 a 18 objetivos e média ligeiramente superior à do Daybreak, cuja faixa foi de 12 a 19 em três execuções. A tabela reúne os resultados dos principais modelos testados.
| Modelo | Nova (de 21) | Lighthouse (de 31) |
|---|---|---|
| GPT-6 Sol Daybreak | faixa de 12 a 19 | 27 |
| Deepseek V4.1 Flash 1017 | faixa de 15 a 18 | 21 |
| Kimi K3.1 Pro | 13 | 20 |
| Meta Wonder | 7 | 28 |
| Grok 4.7 | 12 | 16 |
| Kimi K3 | 9 | 10 |
| GLM 5.3 Flash | 5 | 5 |
No Lighthouse, o Meta Wonder, com 28 objetivos, supera o Daybreak, que somou 27.
Lighthouse: invasão em cadeia
No teste mais difícil, o Daybreak assumiu o controle administrativo da primeira empresa, roubou senhas e as reutilizou para entrar na segunda. O agente concluiu 27 de 31 objetivos em menos de três horas. O Deepseek atingiu 21 de 31 objetivos com custo de um décimo do registrado pelo concorrente de topo, e as travas de segurança não foram o único fator que limitou seu desempenho.
Tempo de execução muda o resultado
Rodadas mais longas fizeram diferença decisiva. Nos primeiros 25 milhões de tokens (unidades de texto processadas pelo modelo), o Deepseek não marcou nenhum resultado. A maior parte do progresso veio depois dos 100 milhões. Na prática, testes curtos podem subestimar o potencial dos modelos abertos.
A defesa também ganha
Segundo a Vals, os mesmos modelos capazes de explorar falhas podem ajudar empresas a encontrá-las e corrigi-las antes dos atacantes. A mesma avaliação indica que ataques a redes reais devem crescer nos próximos meses.
A diferença encolhe
Um levantamento do AI Security Institute britânico (AISI), divulgado em julho, aponta que a distância entre modelos de fronteira, ou seja, os mais avançados, abertos e fechados em capacidade cibernética caiu para 4 a 7 meses. Em boa parte de 2025, esse intervalo era de 6 a 10 meses. O custo também pesa: uma execução com o Deepseek V4-Pro custou $1.19, segundo a AISI, ante $85 do Opus 4.5, da Anthropic. Ainda de acordo com o mesmo levantamento, as proteções dos modelos abertos se mostraram, em grande parte, ineficazes.
Um estudo recente da Anthropic apontou que o GLM-5-3, de uso livre, consegue construir explorações de falhas em nível quase igual ao do Mythos, modelo interno mais avançado da empresa.
O que isso significa para o investidor
A consequência prática é que a vantagem dos modelos fechados encolhe, enquanto o custo de um ataque sofisticado cai. Para empresas de cibersegurança, nuvem e provedores de inteligência artificial, a discussão deixa de ser apenas técnica: a pressão sobre preços e a necessidade de defesa ativa tendem a crescer. Quem acompanha o setor deve observar se o ritmo de aproximação se mantém e como o tema de segurança será tratado em modelos com pesos públicos, já que, depois de liberados, nenhum provedor consegue controlar seu uso.