Das British AI Security Institute (AISI) warnt, dass offene KI-Modelle wie GLM-5.2 und DeepSeek V4-Pro in ihren Cyber-Fähigkeiten nur noch vier bis sieben Monate hinter den führenden geschlossenen Systemen zurückliegen. Diese Modelle bieten erhebliche Kostenvorteile, doch ihre Sicherheitsvorkehrungen sind weitgehend unwirksam, was Verteidigern weniger Zeit zur Vorbereitung lässt.
Verkürzter Rückstand bei Cyber-Fähigkeiten
Laut AISI hat sich der Leistungsrückstand offener KI-Modelle gegenüber proprietären Systemen deutlich verringert. Aktuelle offene Modelle erreichen nun ein Niveau, das geschlossene „Frontier-Modelle“ bereits vor vier bis sieben Monaten aufwiesen. Anfang 2025 betrug dieser Rückstand noch sechs bis zehn Monate. Das AISI testete die Modelle mit zwei Methoden.
Im Benchmark „Narrow Cyber Tasks“, der 70 Aufgaben unterschiedlicher Schwierigkeitsgrade in Bereichen wie Schwachstellenforschung, Reverse Engineering, Web-Exploitation und Kryptografie umfasst, zeigte GLM-5.2 (veröffentlicht im Juni 2026) eine Leistung, die Opus 4.6 (Februar 2026) entsprach – ein Rückstand von etwa vier Monaten. DeepSeek V4-Pro erreichte das Niveau von Opus 4.5 (November 2025).
Die zweite Methode, „Cyber Ranges“, testet autonome Cyber-Fähigkeiten in simulierten Netzwerken. Im Szenario „The Last Ones“, das einen 32-stufigen Angriff auf ein Unternehmensnetzwerk simuliert, erreichte GLM-5.2 die Leistung von Opus 4.5. DeepSeek V4-Pro lag unter Sonnet 4.5, während GPT-5.6-Sol das beste Ergebnis erzielte. Der Rückstand offener Modelle betrug hier rund sieben Monate.
Dramatische Kostenunterschiede und Sicherheitslücken
Neben der schrumpfenden Leistungslücke ist der Kostenunterschied erheblich. Ein 100-Millionen-Token-Test in einer „Cyber Range“ kostete mit Opus 4.5 oder 4.6 etwa 85 US-Dollar, mit GLM-5.2 rund 46 US-Dollar und mit DeepSeek V4-Pro lediglich 1,19 US-Dollar. Bei einzelnen Aufgaben lagen die Kosten pro Aufgabe für Opus 4.6 bei etwa 15 US-Dollar, für GLM-5.2 bei rund 6 US-Dollar und für DeepSeek V4-Pro bei nur 28 Cent. Dies macht Cyberangriffe mit offenen Modellen deutlich günstiger und skalierbarer.
Ein weiteres Problem sind die weitgehend ineffektiven Sicherheitsmaßnahmen offener Modelle. Obwohl DeepSeek V4-Pro manchmal Reverse-Engineering-Aufgaben verweigerte, konnte diese Einschränkung durch einfaches erneutes Ausführen umgangen werden. Da offene Modelle ohne Zugangskontrolle frei heruntergeladen, modifiziert und betrieben werden können, können Nutzer Sicherheitsvorkehrungen entfernen. Das AISI bezeichnet dies als ein „anhaltendes und irreversibles Missbrauchsrisiko“. Zwar sind ineffektive Schutzmaßnahmen nicht auf offene Modelle beschränkt – auch kommerzielle Chatbots können „gejailbreaked“ werden –, doch fügen frei verfügbare offene Modelle ein zusätzliches Risiko hinzu.
Vorteile und Dringlichkeit der Vorbereitung
Trotz der Risiken bieten offene Modelle Vorteile, darunter die Möglichkeit zum privaten Hosting ohne Datenrückfluss an Anbieter, individuelle Anpassung, Kosteneinsparungen und eine stabile Basis, die nicht vom Anbieter geändert oder abgeschaltet werden kann. Das AISI betont die Notwendigkeit, diese gegensätzlichen Aspekte abzuwägen.
Das AISI sieht den bestehenden Rückstand zwischen offenen und geschlossenen Modellen als ein „Vorbereitungsfenster“ für Cyber-Verteidiger. Dieses Fenster wird jedoch immer kleiner und dringlicher, da im April 2026 zwei geschlossene Modelle, Mythos Preview und GPT-5.5, einige der größten Fortschritte bei den KI-Cyber-Fähigkeiten seit Beginn der AISI-Tests zeigten. Das britische National Cyber Security Centre (NCSC) hat daraufhin internationale Warnungen vor einer sich schnell verändernden Bedrohungslandschaft ausgesprochen.
Es bleibt abzuwarten, ob zukünftige offene Modelle diese jüngsten Fortschritte erreichen können. Das AISI plant, Kimi-K3 zu testen, dessen Gewichte Ende Juli veröffentlicht werden sollen. Erste Benchmarks deuten darauf hin, dass es näher an die heutigen Frontier-Modelle heranreichen könnte, allerdings zu deutlich höheren Kosten als andere offene Modelle.
Thema: DeepSeek. Quelle/Inspiration: The Decoder.