Lewati ke konten
Industri & Bisnis

Eksperimen Vals: Model AI Tiongkok hampir menyamai kemampuan peretasan model tertutup

Model AI open-weight seperti DeepSeek kini mendekati kemampuan peretasan jaringan simulasi yang dimiliki model tertutup OpenAI, menurut eksperimen Vals.

Ilustrasi: Piksel (AI)

Sebuah studi baru dari perusahaan pengukuran kapabilitas kecerdasan buatan Vals menunjukkan bahwa model open-weight—model dengan bobot yang dapat diunduh siapa saja—kini hampir setara kemampuannya dalam meretas jaringan komputer dibandingkan model tertutup terbaik. Temuan ini menandai titik balik penting dalam lanskap keamanan siber global.

Menurut Nikil Ravi, peneliti di Vals, model frontier yang selama ini terkunci di dalam laboratorium dan hanya tersedia melalui program akses terpercaya kini mulai diimbangi oleh model terbuka yang dapat diakses masyarakat luas. Hal ini mengindikasikan bahwa model tertutup tidak lagi memiliki keunggulan definitif dalam keterampilan siber, sehingga upaya pembatasan akses oleh laboratorium besar mungkin menjadi kurang efektif.

Metodologi pengujian pada jaringan simulasi

Vals melakukan eksperimen menggunakan dua skenario jaringan korporat simulasi yang terisolasi. Dalam metode yang dijelaskan pada dokumentasi teknis mereka, agen AI dibiarkan beroperasi secara mandiri tanpa bantuan manusia, menjalankan perintah di lingkungan Linux khusus yang terhubung hanya ke penyedia model dan jaringan target.

Skenario pertama melibatkan jaringan korporat yang dapat diakses melalui situs web publik, sementara skenario kedua menuntut model untuk menembus satu jaringan guna mendapatkan akses ke jaringan lain yang terpisah. Pengujian ini dirancang untuk mengevaluasi apakah agen AI mampu melaksanakan rantai serangan jangka panjang (campaign), termasuk eksploitasi aplikasi, peningkatan hak administrator, pencurian kata sandi, dan pergerakan lateral antar mesin.

Hasil terukur: Daybreak versus DeepSeek

Hasil pengujian menunjukkan bahwa model siber paling canggih milik OpenAI, GPT-6 Sol, yang tersedia melalui program akses terbatas bernama Daybreak, mencapai tingkat keberhasilan rata-rata 81 persen dalam menyelesaikan tugas-tugas yang diberikan. Namun, model open-weight asal Tiongkok, DeepSeek, mencatatkan hasil yang sangat dekat dengan angka tersebut, yakni 73 persen.

Dalam detailnya, para peneliti Vals mencatat bahwa pada beberapa tugas spesifik, kedua model tersebut bahkan mencetak skor yang sama. Pada jaringan yang lebih kompleks, GPT-6 Sol melalui program Daybreak berhasil menyelesaikan 27 dari 31 objektif dalam waktu kurang dari tiga jam. Sementara itu, DeepSeek menunjukkan kemajuan signifikan setelah memproses sekitar 100 juta token, membuktikan bahwa model murah dapat bertahan lama dalam proses peretasan bertahap.

Faktor biaya dan implikasi defensif

Salah satu temuan krusial adalah perbedaan biaya operasional. Menurut Rayan Krishnan, CEO Vals, penggunaan model open-weight jauh lebih ekonomis. Biayanya berkisar antara $2 hingga $3 per serangan untuk DeepSeek, dibandingkan dengan $17 hingga $46 untuk model proprietari seperti GPT-6 Sol. Perbedaan harga ini menciptakan insentif kuat bagi pihak pertahanan untuk beralih menggunakan model terbuka dalam memindai kerentanan sistem mereka sendiri.

Vals menekankan bahwa jendela kesempatan bagi para pembela sedang terbuka lebar. Model yang sama yang digunakan penyerang untuk menemukan celah juga dapat digunakan organisasi untuk menguji dan memperbaiki sistem sebelum dieksploitasi oleh penjahat siber. Perusahaan memprediksi bahwa serangan jenis ini pada jaringan perusahaan nyata akan semakin umum terjadi dalam beberapa bulan mendatang.

Konteks global dan tanggapan industri

Temuan ini sejalan dengan kekhawatiran yang telah disuarakan oleh pemimpin tim red team Anthropic, Logan Graham. Ia menyatakan bahwa pembatasan akses hanyalah strategi membeli waktu sebelum kemampuan peretasan canggih tersedia secara luas. Dengan hadirnya model seperti GLM 5.3 dari Z.ai—yang menurut laporan Wired sebelumnya juga menunjukkan kemampuan siber tinggi—dan DeepSeek, prediksi tersebut tampaknya terwujud sesuai jadwal.

Meskipun demikian, terdapat nuansa kritis. Alex Zenla, CTO firma keamanan cloud Edera, mengingatkan bahwa meskipun model terbuka kini sangat mampu, lab tertutup kemungkinan telah melatih model tambahan yang belum dirilis dengan kemampuan yang melampaui apa yang diuji saat ini. Ini menciptakan dinamika kucing-kucingan di mana lab berusaha mempertahankan keunggulan kecil atas model terbuka.

Selain itu, sebagaimana dicatat artikel tersebut, banyak pelaku ancaman dunia nyata masih cenderung menggunakan model lama atau sederhana karena keterbatasan sumber daya. Namun, asumsi dasar harus berubah: penyerang dengan motivasi tinggi kini memiliki akses ke alat-alat canggih secara gratis.

#keamanan siber#ai open weight#deepseek#vals ai#peretasan

Terkait

Ilustrasi: Piksel (AI)Industri & Bisnis

Apple luncurkan aplikasi studi amati penggunaan AI kesehatan

Apple merilis aplikasi studi berkolaborasi dengan OpenEvidence untuk meneliti interaksi pengguna dengan AI kesehatan berbasis literatur klinis. Studi ini menyasar 200.000 partisipan di AS dengan jaminan privasi ketat.

Bima · Industri16 November 2026