2026-10-15
Cybersecurity mit lokalen Modellen
Auf CyberGym und ExploitBench haben die Open-Weights-Modelle echte offensive Fähigkeiten entwickelt. Lokal nutzt ein SOC oder Red Team sie an vertraulichen Logs und Code, ohne etwas preiszugeben und ohne die Verweigerungen einer öffentlichen API.
Offensive und defensive Sicherheit arbeiten mit Material, das den Perimeter nicht verlassen darf: proprietärer Code, Incident-Logs, Kundendaten. Es ist auch das Feld, in dem eine öffentliche API am häufigsten legitime Anfragen ablehnt – etwa eine Exploit-Analyse für einen autorisierten Penetrationstest. Beide Probleme entfallen, wenn das Modell im Haus läuft.
Eine jetzt konkrete Cyber-Fähigkeit
Z.ai schreibt es klar in der GLM-5.3-Karte: Die Cyber-Fähigkeit entstand schneller als erwartet, als das Post-Training skaliert wurde, mit dem größten Zuwachs weiter oben in der Exploitation-Kette, wo das Modell GLM-5.2 mehr als verdoppelt. GLM-5.3 ist State of the Art auf CyberGym (84,5) bei der Schwachstellensuche.
DeepSeek-V4.1-Flash übertrifft es: 88,1 auf CyberGym und 62,8 auf SEC-Bench Pro in DeepSeeks Tabelle. MiMo-V2.6 bezieht Cybersecurity direkt in die RL-Phase ein: die Flash-RL meldet 95,1 auf CyberGym, die Pro 80,2 auf MiMo Cyber Bench.
Die Werte sind herstellerangegeben, mit unterschiedlichen Harnesses, und messen überwiegend defensive Analyse und Schwachstellensuche, nicht reale Exploitation. Sie dienen der Orientierung.
Spezialisierte, ungefilterte Modelle
Für Red-Team-Arbeit enthält der Katalog dedizierte Varianten, alle sowohl lokal mit Ollama als auch auf Cloud-GPUs lauffähig:
- Qwen3.8-27B-Uncensored-Cyber: ein dichtes 27B-Modell, läuft vollständig im VRAM einer RTX 5090. Die Karte meldet 100/100 auf ihrem Satz von 100 cyber-offensiven Prompts (Regex-Refusal-Harness), ohne Einbußen bei Faktentreue und Mathematik.
- OrcaSAQ-2-Cyber-27B: eine weitere 27B-Cyber-Variante, auf einer RTX 5090 oder lokal mit Ollama.
Diese Modelle beantworten Fragen der offensiven Sicherheit, die öffentliche APIs herausfiltern. Die Verantwortung für die Nutzung und die Einhaltung des Rechts liegt bei denen, die sie betreiben: nur für autorisierte Arbeiten einsetzen.
Warum lokal, nicht über API
- Sensibles Material bleibt drin. Logs, Exploits, Code und Kundendaten laufen nicht über einen externen Anbieter. Der SophyAI-Endpunkt lauscht auf
127.0.0.1. - Keine Verweigerung, die die Arbeit blockiert. Eine autorisierte Analyse soll nicht stoppen, weil ein entfernter Filter sie für Missbrauch hält.
- Lange Kontexte. GLM-5.3, DeepSeek-V4.1-Flash und MiMo erreichen 1M Token: eine ganze Codebasis oder eine lange Incident-Spur passt in eine Sitzung.
- Kosten pro Stunde. Das Triagieren eines Repositorys oder die Analyse eines Dumps sind lange Prozesse: Du zahlst die GPU nach Zeit und beendest, wenn du fertig bist.
Die anderen Szenarien: lokale KI-Agenten und agentisches Coding, lokal betrieben. Vollständige Modellübersicht: Open-Weights-Spitzenmodelle, lokal betrieben.