IA chinesa DeepSeek quase iguala OpenAI em ataques hacker hoje

Segurança Digital

Modelos de IA abertos estão revolucionando a segurança com invasões simuladas eficazes e custo reduzido.

Leia também: Neolabs de IA captam US$ 3 bi e desafiam gigantes em 2026

Modelos de inteligência artificial de código aberto, em especial o chinês DeepSeek, já conseguem executar ataques complexos a redes corporativas simuladas com desempenho próximo ao de sistemas fechados de ponta, como o Daybreak da OpenAI, o que acende um alerta imediato para a segurança digital de empresas e governos.

Modelos abertos encostam nos fechados

A avaliação foi feita pela Vals, empresa especializada em mensurar capacidades de IA, em uma bateria de testes com diferentes modelos em dois ambientes simulados. No primeiro, os sistemas precisavam invadir uma rede corporativa acessível por um site público. No segundo, tinham de comprometer uma rede inicial para, a partir dela, avançar sobre uma segunda rede mais protegida.

Nesse cenário, o Daybreak, modelo fechado de alta capacidade da OpenAI disponível apenas para parceiros de confiança, completou 81% das tarefas propostas. O DeepSeek, modelo chinês de código aberto, alcançou 73%, chegando a igualar o desempenho do rival em algumas etapas específicas, segundo os pesquisadores.

“Os melhores modelos de fronteira, trancados em laboratórios e disponíveis apenas por programas de acesso confiável, estão começando a ser igualados por modelos abertos que qualquer pessoa pode baixar”, afirma Nikil Rav, pesquisador da Vals.

Na prática, a vantagem técnica dos modelos restritos, mantidos sob acesso controlado por grandes laboratórios, começa a encolher justamente em um dos usos mais sensíveis: a automação de ataques sofisticados a sistemas corporativos.

Custo de ataque cai para poucos dólares

Além do desempenho, a pesquisa chama atenção para o custo. Como modelos abertos podem rodar em infraestrutura própria, o preço para executar um ataque completo com DeepSeek fica entre US$2 e US$3. Já um ataque semelhante com o GPT-6-Sol, outro modelo fechado avaliado pela Vals, sai de US$17 a US$46 em tokens.

“O custo para realizar um ataque com GPT-6-Sol varia de US$17 a US$46 em tokens, enquanto para o DeepSeek é de US$2 a US$3”, detalha Rayan Krishnan, CEO da Vals. A diferença torna economicamente viável que grupos menores —ou mesmo indivíduos— lancem operações mais longas e complexas.

Esse descompasso entre custo e capacidade reduz a barreira de entrada para atores maliciosos e amplia o leque de ameaças, de gangues de ransomware a grupos politicamente motivados. Ao mesmo tempo, incentiva que equipes de defesa também adotem modelos abertos como ferramenta padrão para encontrar falhas e testar redes internas.

Entenda o contexto

O avanço dos modelos abertos confirma um movimento previsto por grandes laboratórios de IA. A estratégia de restringir o acesso às capacidades mais perigosas tinha como objetivo, em teoria, ganhar tempo para que defensores se preparassem antes que ferramentas de hacking automatizado se popularizassem.

Logan Graham, líder da equipe de segurança da Anthropic, vem defendendo essa abordagem. “Precisamos nos preparar agora para um mundo onde essas capacidades estejam amplamente disponíveis em 6, 12, 24 meses. Muitas coisas seriam diferentes sobre segurança”, afirmou. Passados sete meses dessa projeção, a própria Vals indica que essa transição já está em curso.

Nesse período, a IA começou a automatizar etapas centrais de ataques e defesas: identificar vulnerabilidades em código, explorar brechas conhecidas, escanear grandes volumes de servidores em busca de erros de configuração e até redigir e ajustar scripts maliciosos sob demanda.

Mesmo assim, observações recentes de incidentes reais sugerem que muitos grupos criminosos e ataques patrocinados por Estados ainda se apoiam em modelos mais antigos e baratos, tanto abertos quanto proprietários, para economizar recursos e reduzir rastros.

Corrida armamentista entre laboratórios e atacantes

Para especialistas em segurança, a aproximação entre modelos abertos e fechados inaugura uma nova fase de corrida tecnológica. De um lado, qualquer pessoa com conhecimento intermediário em TI pode contar com assistentes inteligentes para planejar e executar invasões em múltiplas etapas. De outro, empresas e governos ganham acesso às mesmas ferramentas para reforçar suas defesas.

Alex Zenla, cofundador e CTO da empresa de segurança em nuvem Edera, acredita que os resultados divulgados ainda são só parte da história. “Os laboratórios fechados provavelmente possuem modelos adicionais não divulgados que superam essas capacidades. É um jogo de gato e rato. Os laboratórios se veem movendo rápido para superar os modelos abertos, para poder proteger vulnerabilidades antes que os modelos abertos as encontrem. Infelizmente, acho que este pode ser o começo de um cenário de segurança perigoso”, diz.

Na avaliação de especialistas, os maiores riscos recaem sobre setores em que uma invasão bem-sucedida pode gerar efeito em cascata: bancos e fintechs, hospitais e planos de saúde, grandes empresas de tecnologia, órgãos públicos e operadores de infraestrutura crítica, como energia e telecomunicações.

Ao mesmo tempo, a simetria de acesso tende a pressionar organizações a rever rapidamente suas estratégias de proteção. Isso passa por atualizar processos de resposta a incidentes, treinar equipes para uso defensivo de IA, revisar políticas de controle de acesso e compartilhar mais informação sobre ameaças entre empresas e governos.

Defensores correm para incorporar IA aberta

Diante desse cenário, a própria Vals e especialistas em cibersegurança defendem que times de defesa incorporem modelos abertos em fluxos diários de monitoramento e testes. Com custo de alguns dólares por operação complexa, torna-se viável rodar simulações constantes de ataques, automatizar a varredura de códigos internos e antecipar vetores que criminosos possam explorar.

Para empresas com orçamento apertado —a imensa maioria fora do grupo de grandes multinacionais—, essa queda de barreira pode significar a diferença entre ter ou não uma defesa minimamente robusta. Em contrapartida, a disponibilidade massiva das mesmas ferramentas para o lado atacante pode elevar a frequência de incidentes e a pressão sobre equipes já sobrecarregadas.

A expectativa agora é que organizações privadas e governos acelerem investimentos em pesquisa aplicada, normas de uso responsável de IA e cooperação internacional para lidar com fraudes, espionagem digital e ataques a infraestrutura. A mensagem que a nova rodada de testes da Vals deixa para o mercado é direta: a fronteira entre o que só podia ser feito em laboratórios fechados e o que está ao alcance de qualquer usuário avançado de internet está ficando cada vez mais tênue.