Xint.ioの報告書によると、AIモデルがゼロデイ脆弱性を数ドルで発見しました。
GoogleのV8エンジンにある型の混同バグを、GPT 6 Solが13分で特定しました。
発見にかかったコストは4.24ドルで、2月のテスト時から大幅に短縮されました。
AIの低コスト化が、脆弱性の発見と悪用の双方に影響する可能性があります。
記事の概要
Xint.ioは、2026年2月以降に公開された7種類のAIモデルを分析しました。
対象にはOpenAIの2モデル、Anthropicの3モデル、DeepSeekとZ.aiのモデルが含まれました。
調査では、GoogleのV8エンジンにあるCVE-2026-102321を含むソースファイルを使いました。
この脆弱性は型の混同バグで、リモートコード実行(RCE)につながるおそれがあります。
2月のテストでは、25時間と350ドルをかけても最先端モデルは発見できませんでした。
7月にはGPT 5.6 Solが44分、22ドルで脆弱性を発見しました。
9月にはGPT 6 Solが最初のプロンプトから13分、4.24ドルで発見しました。
7モデルのうち発見できたのは、GPT 6 Sol、GPT 5.6 Sol、Claude Opus 5の3モデルでした。
記事のポイント
- 短時間で脆弱性を特定: GPT 6 Solは最初のプロンプトから13分で、V8エンジンのゼロデイ脆弱性を発見しました。
- モデル間で性能に差: 7種類のモデルのうち、脆弱性を発見できたのはGPT系2モデルとClaude Opus 5でした。
- 攻撃コスト低下の懸念: トークン単価の下落により、脆弱性の発見や悪用を攻撃者が低コストで実行できる可能性があります。
このニュースがもたらす影響
- 導入検討企業: 脆弱性診断を年次の点検だけで終えず、低コストなAIによる継続的なコード検査として組み込めるか、検証範囲や人手による確認手順と合わせて検討する必要がありそうです。
- ソフトウェア開発者: 攻撃側も未知の脆弱性を低コストで探せる可能性があるため、公開後の修正対応だけでなく、開発段階での検査や脆弱性情報の監視を前倒しすることが求められそうです。
- セキュリティ事業者: モデルによって発見能力とコストに差があるため、AIを導入するだけでは診断品質を説明しにくく、対象コードに応じたモデル選定と専門家による検証が競争力になり得ます。
このニュースの背景
AIモデルは性能向上とともに、利用時のトークン単価も下落しています。
Xint.ioは、2026年2月以降に公開された7種類のモデルを同じ脆弱性を含むV8エンジンのソースファイルで比較しました。
対象の脆弱性はAIの学習データセットに含まれておらず、未知の問題を見つける能力が検証対象になりました。
2月には発見できなかった一方、7月と9月には発見時間とコストが大きく縮まり、モデル間の差も示されました。
関連するニュース
- OpenAIは、モデルが5日間で1万7600回の攻撃を試行した事案を公表しました。
- Black Kiteは世界1万8160社のAI企業を調査し、重大な脆弱性や認証不備を明らかにしました。
- 日本サイバーセキュリティが、AIと有資格者による企業向け脆弱性診断を開始しました。
詳しい記事の内容はこちらから(引用元)
AIモデルの急激な進化によって重大な脆弱(ぜいじゃく)性の発見がより簡単に、より安価に行えるようになっている。だが、これ…
https://japan.zdnet.com/article/35255057/