GPT-5.6 Sol supera leggermente Claude Mythos 5 nei test di cybersicurezza, i modelli open source riducono il divario

Introduzione

Nelle due valutazioni di cybersicurezza pubblicate dall’Istituto britannico per la sicurezza dell’IA (AISI), GPT-5.6 Sol si è classificato leggermente al di sopra di Claude Mythos 5. Questo risultato merita attenzione, ma va interpretato con cautela.

L’AISI non ha pubblicato una classifica generale che copra tutte le capacità di cybersicurezza offensiva e difensiva. Ha testato le prestazioni dei modelli in diversi compiti tecnici specifici e in simulazioni di attacchi informatici aziendali a lungo termine. In questi contesti, GPT-5.6 Sol ha ottenuto il punteggio medio più alto, mentre Mythos 5 si è avvicinato molto.

La scoperta più importante riguarda i modelli a pesi aperti. L’AISI ha rilevato che le prestazioni di GLM-5.2 e DeepSeek V4-Pro sono ormai paragonabili a quelle dei modelli chiusi leader, pubblicati solo da quattro a sette mesi prima. Nei test interni dell’AISI del 2025, il divario temporale era di sei-dieci mesi.

Questo accorciamento del divario è significativo perché i modelli a pesi aperti possono essere scaricati, modificati, implementati privatamente ed eseguiti senza il monitoraggio del fornitore. Questa flessibilità, che favorisce la ricerca, la protezione della privacy e la riduzione dei costi, potrebbe anche rendere più difficile controllare le capacità informatiche avanzate dopo il rilascio.

Cosa ha valutato l’AISI

L’AISI ha utilizzato due sistemi di valutazione complementari.

Compiti di rete ristretti

Il primo sistema di valutazione misura competenze specifiche di cybersicurezza attraverso 70 compiti selezionati da un insieme più ampio di 96.

Questi compiti coprono quattro aree principali:

• Ricerca e sfruttamento di vulnerabilità
• Ingegneria inversa
• Sfruttamento di rete
• Crittografia

Sono suddivisi in quattro livelli di difficoltà in base all’esperienza umana stimata richiesta:

Livello di difficoltà	Esperienza umana approssimativa	Numero di compiti
Non esperto tecnico	Background tecnico ma esperienza limitata in cybersicurezza	18
Apprendista	Circa 1-3 anni	25
Praticante	Circa 3-10 anni	19
Esperto	Oltre 10 anni	8

Ogni modello ha cinque tentativi per ogni compito, con un limite di token di 2,5 milioni per tentativo. L’AISI calcola quindi il tasso di successo medio.

Cyber range

Il secondo sistema misura se un modello è in grado di condurre autonomamente un attacco multi-step in una rete simulata.

Lo scenario principale discusso nel rapporto si chiama L’ultimo sopravvissuto. Comprende:

• 32 passaggi di attacco consecutivi
• Quattro sottoreti
• Circa 20 host
• Diverse pietre miliari denominate
• Un carico di lavoro stimato in 20 ore per un esperto umano

Le traiettorie di ciascun modello principale rappresentano la media di dieci esecuzioni, con un limite di token di 100 milioni per esecuzione.

Questi ambienti non replicano tutte le difficoltà di attaccare un’organizzazione reale ben difesa. L’AISI sottolinea che questi range attualmente non includono difensori umani attivi, strumenti difensivi né penalizzano l’attivazione di allarmi.

Cosa dicono realmente i risultati di GPT-5.6 Sol e Mythos 5

Nel set di compiti ristretti, GPT-5.6 Sol ha registrato il tasso di successo medio più alto nei grafici pubblicati dall’AISI. Claude Mythos 5 è subito dietro, con intervalli di incertezza sovrapposti.

Il grafico mostra che il tasso di successo medio di GPT-5.6 Sol è leggermente superiore al 90%, mentre quello di Mythos 5 è circa del 90%. Poiché le barre di incertezza si sovrappongono, il risultato deve essere descritto come un leggero vantaggio in questa valutazione, non come una prova che Sol sia assolutamente superiore in tutti gli scenari di cybersicurezza.

Anche i compiti a lungo termine mostrano una situazione simile.

In media, GPT-5.6 Sol ha completato circa 29 dei 32 passaggi, mentre Claude Mythos 5 circa 27. Entrambi i modelli hanno completato tutti i passaggi nel loro miglior tentativo.

Da ciò si possono trarre le seguenti conclusioni:

1. GPT-5.6 Sol ha ottenuto la migliore prestazione media in questo specifico compito di range.
2. Mythos 5 si è avvicinato e ha completato tutti i 32 passaggi nel suo miglior tentativo.
3. La differenza potrebbe riflettere le capacità del modello, l’affidabilità dell’agente, l’uso degli strumenti, la pianificazione a lungo termine o una combinazione di questi fattori.
4. L’evidenza di un singolo range di cybersicurezza è più debole dei dati derivanti da un gran numero di compiti diversificati.
5. Questi risultati non stabiliscono una classifica generale di sicurezza offensiva.

Il rapporto dell’AISI si concentra principalmente sul divario di capacità tra modelli open source e chiusi, non sul determinare un vincitore assoluto tra Sol e Mythos.

I modelli open source hanno ora un ritardo di soli 4-7 mesi

L’AISI ha scelto GLM-5.2 e DeepSeek V4-Pro perché erano i candidati leader dei modelli aperti al momento dei test.

Il confronto centrale del rapporto si basa su modelli con prestazioni simili e sui rispettivi intervalli di data di rilascio.

Modello open source	Compito valutato	Modello chiuso comparabile	Stima del divario di rilascio
GLM-5.2	Compiti di rete ristretti	Claude Opus 4.6 e GPT-5.3-Codex	Circa 4 mesi
GLM-5.2	Cyber range "L’ultimo sopravvissuto"	Claude Opus 4.5	Meno di 7 mesi
DeepSeek V4-Pro	Compiti di rete ristretti	Claude Opus 4.5	Circa 5 mesi
DeepSeek V4-Pro	Compiti del cyber range	Inferiore a Sonnet 4.5 in un range specifico	Non considerato un abbinamento diretto all’avanguardia

GLM-5.2 ha mostrato prestazioni paragonabili a Opus 4.6 in tutti e quattro i livelli di difficoltà dei compiti ristretti. Nel range "L’ultimo sopravvissuto", ha raggiunto lo stesso numero medio finale di passaggi di Opus 4.5.

DeepSeek V4-Pro ha eguagliato Opus 4.5 nei compiti ristretti, ma ha mostrato prestazioni inferiori nei compiti di range a lungo termine.

I test interni dell’AISI del 2025 mostravano un ritardo di sei-dieci mesi tra i modelli aperti leader e quelli chiusi all’avanguardia. La stima più recente di quattro-sette mesi suggerisce che la finestra di preparazione per i difensori potrebbe accorciarsi.

Perché questo divario non è una previsione fissa

Il numero di quattro-sette mesi descrive solo i modelli e i compiti di valutazione testati dall’AISI. Non è una previsione che ogni futuro modello open source manterrà questo ritardo fisso.

Diversi fattori potrebbero spostare il divario in entrambe le direzioni:

• Gli sviluppatori di modelli chiusi potrebbero ottenere un balzo improvviso delle capacità.
• I modelli open source potrebbero replicare i recenti miglioramenti all’avanguardia.
• Migliori framework per agenti potrebbero liberare maggiori prestazioni dai modelli esistenti.
• La messa a punto e i prompt specifici per modello potrebbero alterare le capacità misurate.
• Nuovi benchmark potrebbero rivelare debolezze non rilevate dai test attuali.
• I costi di deployment e l’hardware disponibile potrebbero limitare il rischio di abuso effettivo.
• Le misure di sicurezza e i controlli di accesso potrebbero modificare le capacità disponibili dei modelli ospitati.

L’AISI ha inoltre dichiarato che le sue impostazioni potrebbero aver leggermente sottostimato le capacità massime dei modelli a pesi aperti, poiché non hanno effettuato estrazioni o ottimizzazioni approfondite specifiche per modello.

Questo rapporto si applica solo al dominio della cybersicurezza e non deve essere utilizzato per dedurre divari equivalenti in ambito scientifico, programmazione, ragionamento generale o altri settori.

I modelli open source costano molto meno a parità di capacità

Il divario di capacità è ridotto, ma il divario di prezzo è enorme.

L’AISI ha confrontato i prezzi dei token di prima parte pubblicati per modelli con prestazioni simili.

Esecuzione

Costo per 100 milioni di token in un polyglot

Modello	Costo approssimativo
Claude Opus 4.5	85 USD
Claude Opus 4.6	85 USD
GLM-5.2	46 USD
DeepSeek V4-Pro	1,19 USD

Costo per risolvere un singolo compito specifico con affidabilità al 100%

Confronto	Costo modelli chiusi	Costo modelli open-weight
Opus 4.6 vs GLM-5.2	15,17 USD	6,12 USD
Opus 4.5 vs DeepSeek V4-Pro	12,50 USD	0,28 USD

In questi esempi, DeepSeek V4-Pro ha un prezzo pubblicato da uno a due ordini di grandezza inferiore rispetto ai modelli chiusi comparabili.

Questo confronto ha dei limiti. L'AISI non ha eseguito i modelli open-weight testati tramite i propri fornitori di prima parte, quindi i costi infrastrutturali effettivi potrebbero differire. L'auto-hosting introduce anche costi di hardware, ingegneria, elettricità, rete e manutenzione che non si riflettono nei prezzi API.

Ciononostante, costi di inferenza inferiori rendono più fattibili la sperimentazione iterativa, il fine-tuning e le distribuzioni private.

Perché gli open-weight cambiano la sicurezza informatica

I modelli open-weight offrono vantaggi pratici:

• Distribuzione privata
• Nessuna necessità di inviare dati al fornitore originale
• Personalizzazione per compiti specifici
• Immunità dall'interruzione del servizio da parte del fornitore
• Ricerca riproducibile
• Ispezione e modifica dei pesi del modello
• Collaborazione tra organizzazioni

Le stesse caratteristiche limitano anche le misure di sicurezza che possono essere applicate dopo il rilascio.

I fornitori di modelli chiusi possono:

• Monitorare modelli di utilizzo anomali
• Applicare classificatori
• Sospendere account
• Limitare le velocità di accesso
• Aggiornare le misure di sicurezza
• Limitare strumenti specifici
• Ritirare o sostituire i modelli

Una volta che i pesi del modello sono pubblici, le copie possono essere ridistribuite ed eseguite privatamente. I rifiuti possono essere modificati, il monitoraggio delle distribuzioni può essere rimosso e gli sviluppatori originali non possono recuperare in modo affidabile ogni copia.

L'AISI ha scoperto che le misure di sicurezza non hanno sostanzialmente ostacolato la maggior parte dei test sui due modelli open-weight. DeepSeek V4-Pro occasionalmente rifiutava compiti di reverse engineering, ma pochi tentativi ripetuti di solito eludevano questi rifiuti.

Ciò non significa che tutti i modelli open-weight verranno utilizzati in modo malevolo, ma significa che quando un modello raggiunge capacità rilevanti per i rischi, la decisione di rilasciarlo diventa difficile da invertire.

Anche i modelli chiusi necessitano di misure di sicurezza più forti

L'accesso chiuso non è una garanzia di sicurezza.

Anthropic ha pubblicato Claude Fable 5 e Claude Mythos 5 il 9 giugno 2026. Fable 5 utilizza classificatori più forti per l'accesso regolare, mentre Mythos 5 espone più capacità di cybersecurity del modello sottostante a un gruppo limitato di difensori fidati.

Il 12 giugno, i controlli alle esportazioni degli Stati Uniti hanno imposto ad Anthropic di sospendere l'accesso. Anthropic ha dichiarato che la direttiva è stata emessa dopo che i ricercatori di Amazon hanno presentato un rapporto che descriveva un metodo per eludere le protezioni di Fable 5 in scenari di cybersecurity limitati.

Anthropic ha quindi addestrato un classificatore aggiornato, sviluppato un quadro di valutazione della gravità dei jailbreak insieme a partner governativi e industriali, e ha ripristinato globalmente Fable 5 il 1° luglio, dopo la rimozione delle restrizioni.

L'evento ha rivelato diversi punti:

• I classificatori possono produrre falsi negativi e falsi positivi.
• La gravità dei metodi di jailbreak varia notevolmente.
• I metodi di elusione non rivelano necessariamente le capacità più pericolose del modello.
• I fornitori chiusi possono aggiornare le protezioni e sospendere l'accesso.
• Questi interventi possono anche ostacolare il lavoro di sicurezza legittimo.
• L'industria e i governi mancano ancora di uno standard unificato per giudicare i jailbreak informatici.

Le distribuzioni chiuse offrono più opzioni di intervento, ma queste opzioni richiedono ancora monitoraggio, test, politiche e controlli tecnici efficaci.

La finestra di preparazione per la difesa si sta restringendo

L'AISI descrive il divario tra aperto e chiuso come tempo di preparazione.

Se il sistema più potente viene controllato per diversi mesi prima del rilascio equivalente di pesi aperti, i difensori possono utilizzare questo tempo per:

• Scoprire e correggere vulnerabilità
• Migliorare gli inventari delle risorse
• Rimuovere software non supportato
• Rafforzare i controlli di identità
• Distribuire l'autenticazione anti-phishing
• Migliorare la segmentazione della rete
• Espandere la registrazione e il rilevamento
• Testare i piani di risposta agli incidenti
• Applicare la revisione del codice assistita dall'IA e l'analisi delle minacce

Ridurre il tempo da sei-dieci mesi a quattro-sette mesi significa che le organizzazioni potrebbero avere meno tempo per completare questi lavori prima che capacità simili diventino più economiche e più diffuse.

Il National Cyber Security Centre del Regno Unito avverte che l'IA amplificherà il divario tra pratiche di sicurezza forti e deboli. Le sue linee guida sottolineano che gli strumenti di IA non possono compensare fondamenta deboli.

Le organizzazioni con patch management scadente, servizi esposti, credenziali riutilizzate, backup incompleti e monitoraggio limitato rimarranno vulnerabili, indipendentemente dal modello di IA utilizzato dagli aggressori.

L'IA sta anche accelerando il lavoro di sicurezza difensiva

Le stesse capacità utilizzate per le valutazioni offensive possono aiutare i difensori a eseguire audit del codice, generare test, indagare guasti ed espandere la ricerca sulle vulnerabilità.

Un caso recente proviene dallo sviluppatore di rete di giochi Glenn Fiedler, che ha utilizzato Claude Code con Claude Fable 5 per eseguire l'audit di quattro librerie open-source mature:

• netcode
• reliable
• serialize
• yojimbo

L'audit ha aggiunto obiettivi libFuzzer, CI basata su sanitizer, stress test con milioni di iterazioni, test del formato golden line e revisione riga per riga.

Il registro delle vulnerabilità pubbliche mostra 43 correzioni:

Libreria	Correzioni totali	Correzioni raggiungibili in rete
netcode	7	2
reliable	7	6
serialize	11	7
yojimbo	18	12
Totale	43	27

Il problema più grave era un heap overflow in yojimbo sfruttabile da remoto dal 2019. Frammenti di blocco appositamente predisposti potevano essere copiati nel buffer di ricombinazione prima della convalida della dimensione.

Ogni problema elencato era accompagnato da commit di correzione e collegamenti alle versioni, e ogni correzione includeva test di regressione. Lo sviluppatore ha riferito di aver speso oltre 2500 USD su Claude Code durante il processo di correzione di due settimane.

Agli utenti delle librerie interessate è stato consigliato di aggiornare all'ultima versione specificata nel registro delle vulnerabilità pubbliche.

Questo caso non prova che gli agenti AI possano proteggere in modo indipendente qualsiasi software. Dimostra che manutentori esperti possono utilizzare l'IA per ampliare la portata del fuzz testing, della copertura dei sanitizer, della revisione e della generazione di test per codebase esistenti.

Asimmetria nell'accelerazione offensiva e difensiva

L'IA può assistere entrambe le parti, ma le modalità di distribuzione sono diverse.

Un aggressore ha bisogno solo di una vulnerabilità sfruttabile, un bersaglio accessibile e un percorso di successo. I modelli open-weight possono essere copiati e riutilizzati ripetutamente dopo il rilascio.

I difensori devono proteggere numerosi sistemi, mantenere inventari delle risorse, dare priorità alle patch, testare le modifiche, gestire i tempi di inattività e coordinarsi tra i team. I miglioramenti difensivi devono essere implementati organizzazione per organizzazione.

Ciò crea un'asimmetria:

• Le capacità offensive possono diffondersi rapidamente.
• Le capacità difensive devono essere implementate localmente.
• Un rilascio del modello può essere una tantum.
• Gli aggiornamenti di sicurezza devono essere distribuiti più volte.
• Gli aggressori possono scegliere il bersaglio più debole.
• I difensori devono coprire tutti i percorsi critici.

La risposta appropriata non è evitare l'IA difensiva, ma combinarla con solide pratiche ingegneristiche, competenze umane e controlli di sicurezza collaudati.

Come dovrebbero rispondere le organizzazioni

I risultati dell'AISI e dell'NCSC supportano una serie di azioni pratiche.

1. Rafforzare innanzitutto le basi

Dare priorità a:

• Inventario delle risorse
• Software supportato
• Patch rapide
• Autenticazione a più fattori
• Accesso con privilegi minimi
• Segmentazione della rete
• Backup testati
• Registrazione centralizzata
• Esercitazioni di risposta agli incidenti

Quando queste fondamenta esistono già, le difese potenziate dall'IA funzionano meglio.

2. Espandere i test di sicurezza continui

Per i progetti software, introdurre:

• Fuzz testing
• AddressSanitizer
• UndefinedBehaviorSanitizer
• MemorySanitizer dove supportato
• Analisi statica
• Scansione delle dipendenze
• Test di regressione per ogni errore confermato
• Revisioni di sicurezza per i percorsi di input non attendibili

L'audit di Mas Bandwidth è stato utile perché ha combinato la revisione dell'IA con prove meccaniche, invece di fidarsi delle spiegazioni generate.

3. Trattare le scoperte dell'IA come indizi, non come prove

I report di vulnerabilità generati dall'IA possono essere corretti, incompleti o fuorvianti.

Richiedere:

2. Riproduzione

3. Analisi delle cause principali

4. Revisione manuale

5. Correzione minima

6. Test di regressione

7. Documentazione di rilascio

8. Divulgazione coordinata a discrezione

4. Limitare i privilegi dell'agente

Per impostazione predefinita, un agente di codifica difensiva non deve avere accesso illimitato.

Limitazioni:

• Credenziali di produzione
• Accesso alla rete
• Comandi shell distruttivi
• Ambito di scrittura del repository
• Accesso alle chiavi
• Permessi di distribuzione
• Comunicazioni esterne

Utilizzare ambienti isolati e
subordinare le azioni critiche all'approvazione umana.

5. Misurare costi ed efficacia

Monitorare i seguenti indicatori:

• Vulnerabilità confermate
• Falsi positivi
• Tempo necessario per la riproduzione
• Tempo necessario per la correzione
• Copertura aggiuntiva dei test
• Costi dei token e dell'infrastruttura
• Tempo di revisione manuale
• Rollback di sicurezza dopo la distribuzione

Se il modello produce risultati inaffidabili o richiede una revisione approfondita, il modello più economico non è necessariamente il più conveniente.

Come interpretare i benchmark di sicurezza informatica per l'IA

I benchmark di sicurezza informatica sono utili, ma è necessario comprenderne l'ambito di applicazione.

Punteggi elevati non equivalgono a violazioni nel mondo reale

I campi di simulazione semplificano l'ambiente. Le reti reali possono includere difensori attivi, protezioni degli endpoint, meccanismi di allarme, limiti di velocità, sistemi di inganno e informazioni incomplete.

Capacità del modello e capacità dell'agente sono intrecciate

I risultati di attività a lungo termine non dipendono esclusivamente dalla conoscenza del modello. La progettazione degli strumenti, la memoria, la gestione del contesto, le strategie di ripetizione, la struttura dei prompt e l'affidabilità dell'esecuzione influenzano le prestazioni.

Risultati medi e migliori tentativi rispondono a domande diverse

Il miglior tentativo mostra cosa il sistema può talvolta fare. Il risultato medio mostra l'affidabilità del progresso del sistema in più esecuzioni.

Entrambi sono importanti per il rischio operativo.

I confronti basati sulla data di rilascio sono solo approssimativi

I modelli con prestazioni simili a modelli più vecchi non sono identici a essi. Questi sistemi possono avere punti di forza, debolezze, misure di protezione, costi e limitazioni di distribuzione diversi.

Le capacità di sicurezza informatica hanno un duplice uso

Le stesse competenze possono essere utilizzate per test di penetrazione, revisione del codice di sicurezza, risposta agli incidenti, scoperta di vulnerabilità o intrusioni dannose.

I risultati della valutazione devono informare sia la gestione del rischio che gli investimenti per l'accesso alla sicurezza difensiva.

Domande frequenti

GPT-5.6 Sol è superiore a Claude Mythos 5 nei test AISI?

GPT-5.6 Sol ha ottenuto risultati medi leggermente superiori nei compiti ristretti di sicurezza informatica e nei campi di simulazione a lungo termine menzionati da AISI. I punteggi di Mythos 5 sono vicini, gli intervalli di incertezza per i due modelli nei compiti ristretti si sovrappongono, e entrambi i modelli hanno completato tutti i 32 passaggi del campo di simulazione nel miglior tentativo.

Ciò significa che GPT-5.6 Sol è il miglior modello per la sicurezza informatica?

Non necessariamente. AISI testa specifici insiemi di compiti e ambienti simulati, non tutti gli scenari reali di difesa o attacco. I risultati supportano un confronto di benchmark ristretto, non una classifica generale.

Quanto è grande il divario tra modelli a pesi aperti e modelli closed-source all'avanguardia?

AISI stima che i principali modelli a pesi aperti testati abbiano un ritardo da quattro a sette mesi. Questo dato si basa sull'abbinamento delle prestazioni misurate con le date di rilascio di modelli closed-source comparabili.

Quale modello a pesi aperti ha ottenuto le migliori prestazioni?

Al momento della pubblicazione del rapporto, GLM-5.2 è il modello a pesi aperti più performante testato da AISI. Ha eguagliato Opus 4.6 nei compiti ristretti e ha raggiunto lo stesso punteggio medio di Opus 4.5 nei campi di simulazione di sicurezza informatica menzionati.

Perché i modelli a pesi aperti sollevano preoccupazioni per la sicurezza informatica?

I loro pesi possono essere scaricati, modificati, distribuiti privatamente e ridistribuiti. Ciò comporta vantaggi per la ricerca e la privacy, ma limita la capacità dello sviluppatore originale di monitorare gli abusi, aggiornare le misure di sicurezza della distribuzione, sospendere gli utenti o ritirare tutte le copie.

Aperto

Nella valutazione di AISI?

Sì. Ai prezzi ufficiali annunciati, GLM-5.2 e specialmente DeepSeek V4-Pro sono molto più economici di modelli closed-source simili. I costi effettivi di auto-hosting e distribuzione di terze parti possono variare.

I modelli di IA possono aiutare sia difensori che attaccanti?

Sì. L'IA può assistere nella revisione del codice, nella generazione di fuzzing, nell'analisi delle vulnerabilità, nelle indagini dei log e nelle correzioni. Dopo il lavoro di sicurezza assistito da Claude Code, il controllo di Mas Bandwidth ha registrato 43 correzioni in quattro librerie di rete.

Cosa dovrebbero fare prioritariamente le organizzazioni?

Prima di fare affidamento sugli strumenti di IA, rafforzare i controlli di sicurezza di base. La visibilità degli asset, la gestione delle patch, la protezione delle identità, i backup, la segmentazione della rete, il monitoraggio e la risposta agli incidenti testata rimangono essenziali.

Strumenti correlati

• AISI Inspect Cyber: Framework per creare ed eseguire valutazioni di compiti di sicurezza informatica basati su agenti.
• Inspect AI: Framework open-source di AISI per valutare modelli linguistici di grandi dimensioni.
• GLM-5.2: Repository ufficiale del modello a pesi aperti di Z.ai.
• DeepSeek API: Documentazione ufficiale e informazioni di accesso corrente per i modelli DeepSeek.
• Claude Code: Ambiente di codifica basato su agente di Anthropic per lavoro su repository, test e revisioni di sicurezza.
• NCSC Cyber Essentials: Standard di base supportato dal Regno Unito per proteggere le organizzazioni dalle minacce informatiche comuni.

Link correlati

• Rapporto sul divario di capacità informatiche dei modelli a pesi aperti di AISI: Analisi ufficiale, metodologia, grafici, confronto dei costi, limitazioni e conclusioni di luglio 2026.
• Introduzione a Inspect Cyber: Spiegazione di AISI del suo framework aperto per la valutazione della sicurezza informatica basata su agenti.
• Rapporto sulle tendenze dell'IA all'avanguardia di AISI: Evidenze più ampie sui progressi delle capacità dei modelli all'avanguardia, inclusa la sicurezza informatica.
• Guida al rischio informatico dell'IA all'avanguardia di NCSC: Guida sulle baseline di sicurezza e sulla distribuzione cauta di difese potenziate dall'IA.
• Rapporto di ridistribuzione di Fable 5 di Anthropic: Spiegazione di Anthropic sulla sospensione di giugno 2026, sugli aggiornamenti del classificatore e sul ripristino dell'accesso.
• Registro dei bug di sicurezza di Mas Bandwidth: Elenco verificabile contenente 43 correzioni con messaggi di commit, livelli di gravità, raggiungibilità di rete e informazioni di rilascio.
• Avviso di aggiornamento di Mas Bandwidth: Notifica del manutentore che invita gli utenti ad aggiornare le librerie di rete interessate.

Riepilogo

Gli ultimi risultati di AISI mostrano che, nei punteggi medi di due valutazioni specifiche di sicurezza informatica, GPT-5.6 Sol è leggermente in vantaggio rispetto a Claude Mythos 5. Questo vantaggio è ridotto e non deve essere considerato prova di superiorità generale.

La conclusione principale del rapporto è più ampia: il ritardo di GLM-5.2 e DeepSeek V4-Pro rispetto a modelli closed-source all'avanguardia simili si è ridotto a 4-7 mesi, mentre nei test interni di AISI del 2025 questo divario era di 6-10 mesi.

Il suo prezzo è anche molto inferiore a quello dei concorrenti.

Questo tempo di latenza ridotto significa che la finestra di reazione a disposizione dei difensori potrebbe ulteriormente diminuire, prima che le capacità avanzate diventino più facilmente scaricabili, modificabili ed eseguibili localmente. Allo stesso tempo, la scoperta di 43 vulnerabilità in quattro librerie di rete da parte di Claude Code dimostra che i modelli potenti possono anche accelerare il lavoro difensivo.

La strategia pratica non consiste nell'affidarsi esclusivamente alla protezione dei modelli o agli strumenti di sicurezza AI, ma nel rafforzare le basi di sicurezza e nell'utilizzare l'AI all'interno di processi difensivi controllati, guidati da test e sottoposti a revisione umana.