O uso de IA em cibersegurança deixou de ser um tema de laboratório: um novo benchmark público mostra que modelos open-weight já atacam redes simuladas tão bem quanto sistemas restritos que custam sete vezes mais por execução.
A empresa de avaliação Vals AI publicou o ranking CyberOffense, que mede o desempenho de agentes de IA em duas redes corporativas simuladas: Nova (21 objetivos) e Lighthouse (31 objetivos). Os agentes trabalham sem ajuda humana. Um objetivo só é contabilizado quando um marcador oculto confirma que o agente chegou até ele; a afirmação do próprio modelo não conta.
DeepSeek a 8 pontos da OpenAI, por US$ 3 por execução
O GPT-6 Sol Daybreak, da OpenAI, disponível apenas pelo programa restrito Daybreak, ficou em primeiro lugar no ranking: 15,7 objetivos em Nova e 27 de 31 em Lighthouse, o que dá uma pontuação geral de cerca de 80,9%.
O DeepSeek V4.1 Flash 1017, modelo de pesos abertos, ficou logo atrás: 16,3 em Nova (superou o Sol nesse campo) e 21 de 31 em Lighthouse, somando cerca de 72,7%, uma diferença de 8 pontos percentuais para o líder. O custo de cada execução do DeepSeek ficou abaixo de US$ 3, contra cerca de US$ 22 do Sol Daybreak, segundo a própria Vals. Isso coloca IA em cibersegurança ofensiva ao alcance de qualquer equipe com um cartão de crédito corporativo.
A comparação usa compute equivalente: só valem os objetivos concluídos dentro de 500 milhões de tokens acumulados, e a pontuação geral é a média dos dois campos com peso igual. Outros modelos testados incluem o Meta Wonder, o Kimi K3.1 Pro e o Grok 4.7.
Para entender o contexto mais amplo sobre agentes de IA e vulnerabilidades, leia Agentes de IA em cibersegurança: OpenAI encontra 948 falhas no kernel Linux.
O paradoxo do open source: mais acesso, mais risco?
Na World Internet Conference de 3 de novembro de 2026, Gao Xi, engenheiro de pesquisa da DeepSeek, admitiu que o open source pode amplificar certos riscos de segurança de IA, mas argumentou que manter modelos fechados também não elimina esses problemas. Ele mencionou a estratégia de "model tiering" como caminho alternativo.
Liu Dayiheng, do projeto Qwen da Alibaba, foi mais direto: modelos open-weight não podem ser corrigidos ou recolhidos de forma universal. O alinhamento de segurança, as barreiras que impedem o modelo de agir de forma maliciosa, pode ser removido por fine-tuning. Um modelo treinado para não atacar pode ser retreinado para atacar.
Essa tensão já estava no radar do setor. A Anthropic e a OpenAI publicaram relatórios de falhas em modelos autônomos em 2026. Veja o que foi revelado em Agentes de IA sabotam segurança: OpenAI e Anthropic revelam falhas em modelos autônomos.
Por que isso importa para o seu negócio
Empresas que ainda tratam IA em cibersegurança como tema distante precisam revisar esse cenário. O benchmark mostra dois movimentos simultâneos: ferramentas de ataque ficaram baratas (US$ 3 por execução), e as defesas precisam acompanhar o mesmo ritmo.
Na prática, isso significa três pontos concretos:
- Revisão de acesso: modelos de IA com capacidade ofensiva documentada devem ser tratados como ferramentas de risco em qualquer política de segurança interna.
- Red team automatizado: as mesmas ferramentas usadas para atacar em laboratório podem ser configuradas para testar suas próprias defesas antes que alguém o faça de fora.
- Dependência de modelo aberto: se o seu negócio usa modelos open-weight, o alinhamento de segurança que veio na versão original pode não estar mais presente na versão em uso.
Os resultados vêm de redes simuladas, não de sistemas reais, e a Vals publicou os dados de custo sem auditoria externa. O quadro pode mudar com o próximo checkpoint. Mas a direção não muda: IA em cibersegurança deixou de ser monopólio de grandes players, e o custo de entrada para ataque caiu de forma documentada.
Para uma visão de como modelos concorrentes se posicionam nessa corrida, leia Gemini 4 Carbon: o modelo do Google que lidera benchmarks com foco em cibersegurança.
Acesse o ranking completo no site da Vals AI.
Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.
Fontes:
