セキュリティAIモデル公開、5タスクで基準超え

Artemis Securityがステルス状態を脱したのは4月。創業から約6カ月でシードとシリーズAで7000万ドルを調達したと開示した。Orion-1は、同社が説明する問題への取り組みだ。汎用モデルは数十億件のイベントを投入されると追跡を見失い、無害だが奇妙な活動を攻撃と誤検知する。Artemisは、ログデータの不審なパターンの検出、既知の攻撃手法の探索、新しい検知ルールの作成、進行中の攻撃の封じ込めなど、自社のセキュリティ運用から取ったタスクでOrion-1をファインチューニングしたとしている。

今回の公開は、セキュリティチームが幅広いフロンティアモデルを扱いにくいと感じ始める中で行われた。OpenAIはAstraモデルを、最高レベルのサイバーセキュリティリスク階層に到達し得る最初のモデルと見なしている。その階層では、モデルが自力でサイバー攻撃を開発し実行できる可能性がある。Claude Opus 5.5はほとんどのサイバーセキュリティタスクを旧世代のOpus 4.8に回す。Hugging Faceが7月、商用フロンティアモデルを使って自社インフラへの完全自律型AI攻撃を分析しようとしたところ、各モデルのガードレールが攻撃データの分析を全面的にブロックした。チームは結局、自社サーバーで動かすオープンウエイトモデルGLM 5.2に切り替えた。防御側では、プロバイダーがアクセスを制限した特化モデルを提供している。OpenAIは制限の緩いGPT-5.5-Cyberを検証済みの防御者にしか渡さず、Anthropicも最強モデルで同様の手法を取る。Claude Mythos 5はClaude Securityスキャナーとパートナーのセキュリティ製品を通じて提供される。

Artemisは比較用に独自のベンチマークDecision-Grade Readinessを構築した。既存のセキュリティテストの多くは、モデルに攻撃手法を問うかハッキングパズルを解かせるが、DGRはすべてのモデルに同じ初期アラート、同じ環境データ、セキュリティチームが持つのと同じツールを与え、攻撃が進行中かを判断させる。数千のタスクはすべて結果が判明しており、攻撃がまったく含まれないものや、悪意があるように見せかけた無害なデータを含むものもある。モデルは判定と提示する根拠の両方で採点される。Artemisは5つのタスクの結果を報告し、Opus 5.5とGPT-6 Solに加えてGrok 4.7とKimi K3もテストしたが、Mythos 5とOpenAI最強のモデルGPT-6 Astraはいずれも比較に含まれていない。またOpus 5.5では、ベンチマーク結果が旧世代のOpus 4.8の回答を大きく反映している可能性がある。