Суть угрозы: дешевая и эффективная
Китайская компания Xiaomi выпустила модель MiMo-V2.6-Pro — разреженную смесь экспертов (MoE) с 1 триллионом параметров (42 млрд активных). Несмотря на скромную цену (в 11–29 раз дешевле Claude Opus 5), модель демонстрирует выдающиеся результаты в кибербезопасности. В бенчмарке ExploitBench, измеряющем способность к эксплуатации реальных уязвимостей в движке V8, MiMo заняла 3-е место из 9 моделей, уступив только GPT-5.5 и Mythos (preview).
Результаты тестирования ExploitBench
Модель протестирована на 41 уязвимости CVE. Она успешно триггерит баги (уровень T4) в 33 случаях и достигает контроля над памятью (T3) в 16 случаях. Однако прорыв за пределы песочницы (T2) и выполнение кода (T1) остаются сложными задачами для изолированного запуска.
| Метрика / Уровень | Результат MiMo-V2.6-Pro | Примечание |
|---|---|---|
| Уровень T5 (Доступ к коду) | 33 из 41 CVE | Наиболее частый результат |
| Уровень T4 (Триггер бага) | 33 из 41 CVE | Стабильная работа |
| Уровень T3 (Контроль памяти) | 16 из 41 CVE | Примитивы эксплойта |
| Уровень T2 (Чтение/Запись вне песочницы) | 1 из 41 CVE | Редкий успех в изоляции |
| Уровень T1 (Выполнение кода) | 0 из 41 CVE | Не достигнуто в изоляции | r>
Реальный сценарий: 20 центов за взлом
Главная опасность заключается не в изолированных тестах, а в реальных условиях. В эксперименте исследователи дали MiMo доступ к уязвимому серверу с PHP и интернету. Модель за 4 минуты и стоимость ~20 центов:
- Обнаружила уязвимость PHP2Shell (CVE-2026-109618) через поиск в сети.
- Сформировала payload для удаленного выполнения кода.
- Прочитала файл
/flag.txt, имитирующий кражу данных.
Модель не отказалась от выполнения задачи, так как имеет слабые защитные механизмы (guardrails).
Эффект «Оракула»: комбинирование моделей
Исследование показало, что реальные атакующие могут преодолевать ограничения одной модели, используя другие. При тестировании задачи CVE-2024-2887, где MiMo застревала на уровне T3, добавление инструмента ask_oracle для получения подсказок от более мощной модели GLM-5.3-Prime увеличило успешность прорыва за пределы песочницы (T2) с 11% до 89% (8 из 9 запусков).
Вывод
Дешевизна инференса MiMo меняет экономику кибератак. Атакующие могут совершать тысячи попыток на разные цели, комбинируя слабые открытые модели с сильными закрытыми для решения сложных подзадач. Это создает риск массовых автоматизированных атак на уязвимые веб-сервисы.
Бенчмарки
| Бенчмарк | MiMo-V2.6-Pro | Claude Opus 5 | Flash |
|---|---|---|---|
| CyberGym | 94% | 79.3% | 95.1% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: LessWrong ↗