Piratage informatique : DeepSeek, modèle ouvert chinois, talonne le Daybreak d'OpenAI dans un test de Vals

Ce que Vals a mesuré

Vals, entreprise qui mesure les capacités des IA, a évalué la capacité de plusieurs modèles à exécuter des instructions réseau complexes, en plusieurs étapes, sur des réseaux d'entreprise simulés. Le test s'appuie sur deux plages, Nova et Lighthouse, qui comptent respectivement 21 et 31 objectifs. Le score global fait la moyenne des deux plages à poids égal. Les runs sont limités à 500 millions de tokens cumulés.

Vals affirme avoir vérifié qu'aucun modèle n'a lu la clé de réponses : chaque objectif validé correspond à un marqueur lu sur une machine réellement compromise.

Résultats : Daybreak en tête, DeepSeek juste derrière

Selon Vals, GPT-6 Sol d'OpenAI, proposé uniquement via le programme restreint Daybreak, a obtenu le meilleur résultat. DeepSeek V4.1 Flash 1017, modèle open-weight, est arrivé juste après. Wired rapporte que Daybreak a accompli 81 % des tâches en moyenne sur les deux tests, et DeepSeek 73 % des objectifs, soit un écart de huit points.

Sur le réseau le plus difficile, GPT-6 Sol Daybreak a accompli 27 objectifs sur 31 en moins de trois heures, après avoir pris le contrôle administrateur de la première entreprise, puis utilisé des mots de passe volés pour atteindre la seconde.

Vals nuance toutefois ces résultats : aucun modèle n'a accompli les objectifs finaux sur deux réseaux, et un seul run de l'ensemble a atteint l'étape finale du réseau unique. Grok 4.7, Kimi K3 et GLM 5.3 Flash se sont arrêtés bien avant la fin de leur budget, sans progresser davantage.

Le coût, principal écart

Selon Vals, une attaque coûte 17 à 46 dollars en tokens avec GPT-6-Sol, contre 2 à 3 dollars avec DeepSeek. Vals affirme aussi que DeepSeek a fait jeu égal avec Daybreak sur le premier réseau pour moins de 3 dollars par essai, contre environ 22 dollars pour Daybreak. L'entreprise explique que les modèles open-weight obtiennent leurs progrès tardifs grâce à un coût par token faible.

Lecture et réserves

Selon Vals, les meilleurs modèles de pointe fermés commencent à être égalés par des modèles ouverts que n'importe qui peut télécharger. Wired rappelle qu'Anthropic avait limité l'accès à Claude Mythos Preview à partir d'avril, via le programme Project Glasswing.

Rayan Krishnan, PDG de Vals, estime que les modèles ouverts incitent davantage les défenseurs à les utiliser, car ils peuvent être exécutés sur leur propre matériel. Alex Zenla, directeur technique d'Edera, juge que les modèles ouverts peuvent déjà produire des attaques avancées, et que les laboratoires fermés ont probablement des modèles non publiés plus capables.

OpenAI n'a pas répondu immédiatement à la demande de commentaire de Wired. Il s'agit de résultats obtenus sur des réseaux d'entreprise simulés, publiés par Vals.

Résultats et coûts du test de Vals (attaques de réseaux simulés)

Modèle	Accès	Objectifs accomplis en moyenne	Coût par attaque (tokens)
GPT-6 Sol (Daybreak)	Programme restreint	81 %	17 à 46 dollars
DeepSeek V4.1 Flash 1017	Open-weight	73 %	2 à 3 dollars