Kunstig intelligens kan nå oppdage ukjente sikkerhetshull for 4 dollar
19. november 2026 · 2 min lesing
Kunstig intelligens kan nå identifisere såkalte null-dags-sårbarheter for en kostnad på 4 dollar, noe som gjør det mulig for mindre dyktige hackere å dra nytte av teknologien.
En rapport fra testselskapet Xint.io viser at de beste modellene på markedet var ute av stand til å oppdage slike sårbarheter i begynnelsen av året. Nå kan de utføre oppgaven på under 15 minutter for noen få dollar. Utviklingen skyldes at modellene blir mer effektive samtidig som prisen på tokens faller.
Prisene på tokens har sunket med omtrent 47 prosent per kvartal siden 2023, og med 15 prosent bare den siste måneden. Dette er et resultat av intens konkurranse mellom selskaper som OpenAI og Anthropic. Mens dette øker produktiviteten for bedrifter, gjør det det samtidig billigere for hackere å gjennomføre angrep basert på ukjente programvarefeil.
Forskere analyserte syv modeller lansert siden februar 2026, inkludert to fra OpenAI, tre fra Anthropic og to åpne modeller fra DeepSeek og Z.ai. De testet modellene på en spesifikk sårbarhet i Google V8, kjent som CVE-2026-102321. Dette var en feil knyttet til typeforvirring som kunne føre til fjernkjøring av kode. Siden feilen var rapportert konfidensielt til Google, fantes den ikke i treningsdataene til modellene.
I februar krevde testene 25 timer og 350 dollar uten resultat. I juli oppdaget GPT 5.6 Sol feilen på 44 minutter for 22 dollar. I september fant GPT 6 Sol feilen på 13 minutter for 4,24 dollar ved bruk av sin første veiledede instruks. Totalt var det bare tre av syv modeller som fant feilen: GPT 6 Sol, GPT 5.6 Sol og Claude Opus 5. Sistnevnte fant feilen ved første forsøk, men til en høyere kostnad på 43,40 dollar. Modellene fra DeepSeek og Z.ai mislyktes i oppgaven.
Forskerne mener at kombinasjonen av bedre modeller og lave kostnader gjør at middelmådige hackere nå kan bruke avanserte verktøy for å finne sårbarheter. Dette var tidligere ansett som for vanskelig og dyrt for en gjennomsnittlig hacker. Samtidig kan organisasjoner bruke samme teknologi for å finne hull før ondsinnede aktører gjør det. Ekspertise er fortsatt avgjørende for å trene modeller til å oppdage sårbarheter, og tiltak som nulltillit-tilgang og nettverkssegmentering forblir effektive forsvarsmetoder.