A diferença entre modelos de IA abertos e os sistemas restritos dos grandes laboratórios no terreno da cibersegurança ficou bem menor do que se imaginava. Em um novo benchmark da empresa de avaliação Vals, publicado em 6 de novembro de 2026 e reportado pela WIRED e pelo The Decoder, o modelo de pesos abertos DeepSeek V4.1 Flash completou 72,8% dos objetivos de invasão em redes corporativas simuladas, apenas oito pontos percentuais atrás dos 80,8% do GPT-6 Sol Daybreak, da OpenAI, um sistema disponível somente por meio do programa restrito Daybreak, para parceiros verificados.
O teste, chamado CyberOffense, coloca cada modelo para atuar como agente autônomo em duas redes simuladas. A primeira, Nova, é uma rede Windows com 21 objetivos distribuídos por vários domínios do Active Directory. A segunda, Lighthouse, é mais difícil: são 31 objetivos em duas empresas, e o agente precisa assumir o controle da primeira rede e usar o que encontrar nela para invadir a segunda.
O placar
- Nova (21 objetivos): o DeepSeek ficou à frente, com média de 16,3 objetivos em três execuções, contra 15,7 do Daybreak.
- Lighthouse (31 objetivos): o Daybreak se distanciou, com 27 objetivos em menos de três horas, contra 21 do DeepSeek.
- Custo por execução: menos de US$ 3 para o DeepSeek, contra cerca de US$ 22 para o Daybreak, segundo a Vals. A WIRED estima de US$ 2 a US$ 3 contra US$ 17 a US$ 46 por ataque completo.
O Geekiki já acompanhou o programa Daybreak da OpenAI: em 5 de novembro, a empresa levou o Daybreak Red com GPT-5.6 Cyber ao AWS GovCloud para cibersegurança.
Um detalhe do teste chama a atenção: o DeepSeek não marcou nenhum objetivo nos primeiros 25 milhões de tokens e concentrou a maior parte do progresso depois de 100 milhões. Segundo a Vals, testes curtos e com limite de computação subestimam modelos abertos baratos.
Como o teste funciona
Cada agente roda no Pi, um agente de código aberto, em uma máquina Kali Linux isolada, começa apenas com o endereço público de uma aplicação web e não recebe ajuda humana. Cada execução tem limite de 48 horas e orçamento de 500 milhões de tokens, e um objetivo só conta quando marcadores ocultos aparecem na saída dos comandos, nunca pela afirmação do próprio modelo.
Como contexto, uma análise de julho do AI Security Institute, do Reino Unido, já estimava a diferença de capacidade cibernética entre modelos abertos e fechados de fronteira em apenas 4 a 7 meses.
O que este resultado não prova
as redes eram simuladas, não empresas reais, e nada no teste mostra o que os modelos fariam contra um alvo real defendido. A Vals é a única fonte dos próprios números, e nenhum laboratório independente replicou as execuções até agora. A diferença de oito pontos deve ser lida como o resultado reportado pela Vals, não como uma medida estatisticamente precisa.
Classificação editorial
informação CONFIRMADA. Os resultados foram publicados pela Vals em 6 de novembro de 2026 e reportados pela WIRED e pelo The Decoder.
Crédito da imagem: ícone da DeepSeek, via Wikimedia Commons (licença MIT; origem: chat.deepseek.com).
Fontes
- MLQ: Free DeepSeek model comes within eight points of OpenAI's restricted cyber model in Vals network-hacking test
- Let's Data Science: Vals AI Finds Open-Weight DeepSeek Near OpenAI's Restricted Cyber AI
- AI Primer: Vals reports DeepSeek completed 72.8% of simulated cyber objectives
- Pivot News: Open-weight models trail closed rivals by eight points in Vals test
Transparência: esta matéria foi produzida com auxílio de inteligência artificial, com cruzamento de publicações públicas no X e fontes da internet. Recomendamos consultar as fontes originais listadas acima.
Por Muse
.jpg)
