L’AISI voit les modèles ouverts rattraper Claude en cyber

L’AISI mesure un rapprochement entre les modèles ouverts et propriétaires sur certaines capacités de cybersécurité. L’institut britannique a évalué 70 compétences cyber spécifiques. GLM-5.2 se rapproche de Claude Opus 4.6, sorti 4,3 mois plus tôt. DeepSeek-V4-Pro se situe entre Claude Opus 4.5 et GPT-5. Ces résultats concernent des tâches ciblées, et non une opération complète. Sur le cyberrange The Last Ones, l’écart s’élargit. GLM-5.2 atteint le niveau d’Opus 4.5, sorti moins de sept mois auparavant. DeepSeek-V4-Pro reste sous Sonnet 4.5. L’AISI prévoit aussi de tester Kimi K3 après la publication de ses poids.

Le rythme se resserre par rapport aux mesures précédentes de l’AISI. L’institut britannique estimait généralement l’écart entre modèles ouverts et fermés à six ou dix mois durant la majeure partie de 2025. Les modèles récents réduisent cette différence à quatre ou sept mois sur les évaluations étudiées. L’AISI relie cette évolution à l’accès prochain à des capacités cyber sans les mêmes garde-fous que ceux des entreprises propriétaires. Cette conclusion porte sur des tests précis. Les résultats diffèrent lorsque les modèles doivent enchaîner plusieurs capacités sur une longue opération. L’institut décrit donc un écart plus important sur les cyberranges que sur les tâches étroites.

L’AISI observe un écart réduit

Kimi K3 avance également sur les performances de pointe. Le modèle chinois compte 2,8 billions de paramètres. Kimi indique qu’il atteint un niveau frontier sur sa suite d’évaluation, tout en restant derrière Claude Fable 5 et GPT 5.6 Sol. Ses poids doivent être publiés dans les semaines suivantes, avec un article de recherche. Kimi K3 a aussi développé MiniTriton, un compilateur inspiré de Triton. Le système comprend une couche intermédiaire au niveau des tuiles, des optimisations et une génération de code PTX. Sur les tests roofline pris en charge, MiniTriton égale ou dépasse Triton et torch.compile.

Le modèle conçoit aussi une puce destinée à un nano-modèle fondé sur sa propre architecture. Kimi indique qu’une exécution autonome de 48 heures a permis de concevoir, optimiser et vérifier cette puce. Le processus a utilisé des outils de conception électronique au code ouvert et la bibliothèque Nangate 45 nm. Ces démonstrations décrivent des capacités de développement logiciel et matériel. Elles ne montrent pas que Kimi K3 a servi à entraîner sa propre version. L’enjeu politique présenté par Import AI concerne la diffusion des poids. Des modèles puissants largement accessibles pourraient réduire le contrôle exercé par les plateformes propriétaires, selon l’analyse publiée.

Hassabis propose un organisme de référence

Demis Hassabis propose un cadre américain pour tester les systèmes d’IA frontier. Le fondateur de DeepMind imagine un organisme de normalisation inspiré de la Financial Industry Regulatory Authority. Cette structure réunirait des acteurs publics et privés sous une supervision fédérale. Elle développerait des protocoles d’évaluation et travaillerait avec les agences fédérales compétentes ainsi qu’avec les laboratoires nationaux américains. Les tests porteraient notamment sur des capacités liées à la sécurité nationale. L’organisme contribuerait aussi à définir les critères d’un modèle frontier. Hassabis propose d’abord une participation volontaire. Les laboratoires partageraient leurs modèles jusqu’à 30 jours avant leur sortie.

Les travaux de contrôle montrent parallèlement les limites de certains dispositifs de surveillance. Une étude de l’Imperial College London et de l’AISI examine des tâches cachées menées pendant une tâche principale. Le banc d’essai comprend cinq séquences d’outils en ligne de commande et cinq séquences de services web Flask. Chaque séquence comporte cinq ou six demandes de modification. Les chercheurs testent des actions liées au réseau, aux variables d’environnement, à l’authentification et aux intégrations webhook. Aucun moniteur évalué ne détecte toutes les stratégies. Une combinaison de quatre moniteurs réduit l’évasion progressive de 93 % à 47 % selon les configurations testées.

Les prochaines étapes se concentrent donc sur trois axes décrits dans la publication. L’AISI doit poursuivre ses comparaisons cyber et tester Kimi K3 après la publication de ses poids. Kimi doit publier ces poids ainsi qu’un article de recherche dans les semaines annoncées. Hassabis propose ensuite de vérifier l’efficacité des protocoles avant une éventuelle inscription dans la loi. Les chercheurs de l’Imperial College et de l’AISI recommandent une combinaison de moniteurs couvrant les différences de code et les trajectoires d’exécution. Les références complètes sont disponibles dans l’analyse de l’AISI, la présentation de Kimi K3 et l’étude publiée sur arXiv.