Un modello da 4 miliardi ha battuto i giganti della cybersecurity
OpenAI annuncia GPT-5.5-Cyber con accesso fidato, mentre un modello open-source da 4 miliardi di parametri supera rivali chiusi.
Il modello open-source da 4 miliardi di parametri supera rivali chiusi due volte più grandi
OpenAI ha appena annunciato GPT-5.5-Cyber con accesso fidato, riservato a difensori di infrastrutture critiche. Contemporaneamente, un modello da quattro miliardi di parametri addestrato su una singola GPU consumer e rilasciato con licenza Apache 2.0 batte modelli due volte più grandi su test di Threat Intelligence. Qualcuno deve spiegare perché la sicurezza informatica dovrebbe chiedere il permesso a un’azienda per difendersi.
Il monopolio della fiducia: OpenAI decide chi è “responsabile”
Il nuovo framework Trusted Access for Cyber si basa su identità e fiducia: solo entità certificate possono accedere alle capacità cyber di GPT-5.5-Cyber. OpenAI promette che le salvaguardie integrate bloccano furto di credenziali, stealth, persistenza, distribuzione malware o sfruttamento di terze parti. Peccato che chi decide i criteri di “difensore fidato” sia la stessa azienda che vende l’accesso. E mentre OpenAI rende disponibile il Privacy Filter su Hugging Face, la domanda resta: perché proprio ora, con un’AI open-source che funziona su hardware da quattro soldi, arriva un modello chiuso e controllato?
La tensione è evidente. Da un lato, un gigante che può decidere unilateralmente chi è “buono” – con implicazioni antitrust che i regolatori europei dovrebbero già guardare. Dall’altro, un modello piccolo, trasparente, che non chiede permessi.
4 miliardi di parametri, 12 GB di VRAM: la rivincita della specializzazione
CyberSecQwen-4B è stato sviluppato per l’hackathon AMD Developer, addestrato su una singola AMD MI300X (192 GB) via AMD Developer Cloud. Il risultato? Un modello con 4 miliardi di parametri – la metà del più grande Foundation-Sec-Instruct-8B – che su CTI-MCQ (2500 domande) segna 0.5868 ± 0.0029 contro 0.4996 del rivale: +8.7 punti percentuali. E mantiene il 97.3% di accuratezza sul CTI-RCM. Il tutto con licenza Apache 2.0 e eseguibile su una GPU consumer da 12 GB.
Non è solo una questione di prestazioni: è un messaggio politico. Se un modello piccolo, open-source, addestrabile su hardware accessibile, supera modelli closed-source due volte più grandi, allora il vero valore non sono i parametri ma i dati di addestramento e la specializzazione. E qui si apre il problema normativo: chi garantisce che il “difensore fidato” di OpenAI non sia anche un gatekeeper che blocca la concorrenza?
Chi ci guadagna a chiudere la cybersecurity?
OpenAI gioca la carta della responsabilità: solo difensori verificati possono usare strumenti potenzialmente pericolosi. Il ragionamento è sensato, ma ha un costo implicito: la trasparenza. Un modello chiuso non può essere ispezionato, validato, migliorato da terze parti. CyberSecQwen-4B, invece, può essere scaricato, eseguito offline, modificato. In un settore dove le vulnerabilità si scoprono ogni giorno, affidare la difesa a un unico fornitore – con le sue logiche commerciali – è un rischio che i regolatori antitrust e GDPR dovrebbero già pesare. Il paradosso è servito: per proteggere le infrastrutture critiche, OpenAI chiede fiducia cieca; l’open-source chiede solo una scheda video da 12 GB.
La domanda finale, scomoda, è: la sicurezza informatica ha bisogno di permessi o di trasparenza?
