ИИ-модели находят zero-day уязвимости за минуты и несколько долларов
Пентест-компания Xint.io сообщила, что современные ИИ-модели научились находить ранее неизвестную уязвимость в Google V8 за 13 минут и примерно $4, тогда как в феврале лучшие модели не справлялись за 25 часов и $350.

Адаптация и понятное объяснение для начинающих. Заявления приведены по материалу источника.
Пентест-компания Xint.io опубликовала отчёт о том, как менялась способность популярных ИИ-моделей находить уязвимости. По данным компании, задача, которая ещё в начале года была моделям не по силам, теперь решается за минуты и несколько долларов.
Что произошло
Исследователи взяли реальную уязвимость в движке Google V8 (CVE-2026-102321) — ошибку типа type confusion, ведущую к удалённому выполнению кода. Баг ранее сообщили в программу вознаграждений Google, поэтому в обучающих данных моделей его быть не должно.
Моделям давали набор исходных файлов, включая файл с уязвимостью, и просили найти проблемы безопасности. По данным Xint.io, в феврале лучшие доступные модели не нашли баг за 25 часов и $350 сканирования. В июле GPT 5.6 Sol справился за 44 минуты и $22. К сентябрю GPT 6 Sol нашёл уязвимость за 13 минут и $4,24 с первого подсказанного запроса.
Из семи протестированных моделей задачу решили только три: GPT 6 Sol, GPT 5.6 Sol и Claude Opus 5 — все выпущенные с июля. Модели DeepSeek и Z.ai с задачей не справились. Claude Opus 5 нашёл баг с первой попытки, но дороже — за $43,40.
Что это значит для начинающего
Zero-day — уязвимость, о которой производитель ещё не знает и патча для неё нет. Находить такие ошибки традиционно сложно и дорого, поэтому это работа опытных специалистов по безопасности.
Отчёт Xint.io показывает сразу две вещи. Во-первых, возможности моделей на агентных задачах растут быстро: то, что полгода назад требовало часов и сотен долларов, теперь укладывается в минуты и единицы долларов. Во-вторых, падение цен на токены снижает порог входа — по оценке исследователей, «посредственные» хакеры тоже могут пользоваться передовыми моделями.
При этом авторы подчёркивают: экспертиза по-прежнему важна. Часть моделей не находила баг без подсказок, а дополнительные прогоны увеличивали время и стоимость. То есть ИИ — не замена специалисту, а инструмент, который ускоряет рутину и освобождает время на задачи, где нужен человек.
Для новичка практический вывод такой: полезно понимать, как устроены подобные оценки — какие модели, какие подсказки, сколько попыток и какая цена. Это помогает трезво оценивать громкие заявления о возможностях ИИ. Подробнее о работе ИИ-агентов можно прочитать в материале об агентах и стандартах.
На что обратить внимание
Все цифры — из отчёта Xint.io, это результаты одной компании на одной уязвимости, а не независимый бенчмарк всех моделей. Названия моделей и версии приведены по источнику; проверять их актуальность и доступность стоит отдельно.
Также важно, что исследование ограничено набором исходных файлов и подсказками: это не значит, что модель сама найдёт любую уязвимость в произвольной системе. И наконец, авторы отмечают: организациям стоит самим применять такие проверки, чтобы находить слабые места раньше злоумышленников.


