OpenAI contre Claude : la cybersécurité IA n’a pas encore de champion clair

La conclusion la plus solide à ce stade

On ne peut pas affirmer de manière fiable qu’OpenAI a pris la tête. On ne peut pas non plus affirmer que Claude l’a fait. L’analyse de CRN place bien OpenAI et Anthropic dans une dynamique de course autour de la découverte de vulnérabilités assistée par IA, mais elle souligne aussi que la question du vainqueur est loin d’être la principale préoccupation des équipes de sécurité ; l’enjeu plus large est l’accélération possible de la découverte de failles et des chaînes d’attaque par l’IA.

Anthropic, de son côté, ne présente pas ses résultats comme une victoire totale de Claude. Son article de red team explique plutôt que les tests de Claude dans des compétitions cyber montrent un risque : l’IA pourrait rendre plus simple l’automatisation de l’exploitation de vulnérabilités basiques, et donc modifier l’équilibre entre attaquants et défenseurs.

La formulation la plus prudente est donc la suivante : les deux acteurs avancent sur les capacités de cybersécurité IA et sur les stratégies de mise à disposition de ces capacités, mais les sources publiques ne permettent pas encore de désigner un champion vérifiable dans des conditions identiques.

Une « course » qui recouvre en fait trois questions différentes

1. Qui trouve le mieux les vulnérabilités ?

CRN rapporte qu’après la communication d’Anthropic sur ses progrès en découverte de vulnérabilités alimentée par l’IA avec Claude Mythos, OpenAI a publié à son tour des annonces dans ce même domaine. C’est ce qui rend le duel OpenAI vs Claude facile à raconter comme une confrontation directe.

Mais trouver une vulnérabilité n’est pas une compétence unique. Un système peut être évalué sur sa capacité à lire un grand dépôt de code, à repérer une faille réellement exploitable, à limiter les faux positifs, à proposer une correction ou à produire une preuve d’exploitation. Sans conditions de test communes, une démonstration ou une annonce d’entreprise ne suffit pas à établir un classement général.

2. Qui automatise le mieux les flux offensifs et défensifs ?

Anthropic cite notamment le HackTheBox AI vs Human CTF Challenge, organisé du 14 au 16 mars 2025, comme un défi conçu pour opposer des agents IA à un champ ouvert de participants. Dans le vocabulaire cyber, un CTF, pour « capture the flag », désigne un exercice où les participants résolvent des défis techniques pour obtenir des preuves de réussite.

Le signal le plus important tiré par Anthropic n’est pas seulement la performance en concours. C’est l’idée que l’IA peut abaisser le seuil nécessaire pour automatiser l’exploitation de vulnérabilités basiques. Le même raisonnement, la même lecture de code et la même utilisation d’outils peuvent aider un défenseur à analyser une faille — ou aider un attaquant à transformer plus vite une faiblesse connue en procédure opérationnelle.

3. Qui sait diffuser ces capacités sans ouvrir trop de risques ?

CRN inscrit l’initiative Trusted Access for Cyber d’OpenAI dans ce même contexte concurrentiel. Cela montre que la question n’est pas seulement de savoir ce qu’un modèle peut faire, mais aussi qui peut y accéder, dans quelles conditions et avec quels garde-fous.

Anthropic met également la gouvernance des abus au centre du sujet. L’entreprise indique que son équipe Safeguards a identifié et banni un utilisateur disposant de compétences limitées en programmation, mais utilisant Claude pour développer un logiciel malveillant. Cela ne signifie pas que tout usage cyber de l’IA mène à un abus ; cela montre plutôt que la surveillance, l’audit et la suspension d’accès font désormais partie de l’évaluation d’un outil de cybersécurité IA.

Pourquoi un classement global serait prématuré

Pour comparer sérieusement OpenAI et Claude sur la cybersécurité, il faudrait au minimum six éléments communs : les mêmes tâches, les mêmes versions de modèles, les mêmes droits d’accès aux outils, le même niveau d’aide humaine, les mêmes restrictions de sécurité et une méthode de notation publique et reproductible.

Les documents disponibles ne remplissent pas ces conditions. L’article d’Anthropic expose des retours d’expérience sur Claude dans des compétitions cyber et sur la gestion des risques. L’analyse de CRN replace OpenAI et Anthropic dans une concurrence autour de la découverte de vulnérabilités et des stratégies d’accès contrôlé. Ces sources aident à comprendre la tendance, mais elles ne se convertissent pas en tableau de scores fiable.

C’est aussi pour cela que des cadres comme CYBENCH sont importants. CYBENCH se présente comme un cadre d’évaluation des capacités de l’IA dans des tâches de cybersécurité, ce qui illustre l’effort de recherche pour mesurer ces performances de façon plus structurée ; ce n’est pas, pour autant, une annonce de victoire d’OpenAI sur Claude ou de Claude sur OpenAI.

Ce que les équipes de sécurité devraient comparer à la place

Le périmètre exact de la tâche

Il faut d’abord savoir ce que l’on demande au modèle : classer des vulnérabilités, relire du code, aider à la réponse à incident, résoudre des exercices de type CTF, ou s’approcher de tests d’exploitation. Plus la tâche se rapproche de la chaîne d’attaque, plus les exigences de gouvernance doivent être élevées, d’autant qu’Anthropic avertit que l’IA peut faciliter l’automatisation de l’exploitation de vulnérabilités basiques.

La reproductibilité des résultats

Une annonce d’entreprise, un billet de red team, un benchmark académique et un essai interne ne sont pas le même type de preuve. Avant de déployer un outil cyber fondé sur l’IA, une organisation devrait demander des résultats reproductibles, des exemples d’échecs, et une méthode d’évaluation adaptée à son propre environnement. Les cadres comme CYBENCH soulignent justement l’importance d’une évaluation structurée.

Le contrôle des accès

Le risque d’un modèle cyber très capable ne dépend pas seulement de ses réponses, mais aussi des personnes qui peuvent l’utiliser et du contexte dans lequel il opère. Le traitement par CRN de l’initiative Trusted Access for Cyber d’OpenAI montre que l’industrie intègre désormais l’admission, la vérification et les règles d’usage dans la stratégie de diffusion des capacités cyber avancées.

La capacité à détecter et traiter les abus

Le cas signalé par Anthropic — un utilisateur banni après avoir utilisé Claude pour développer un logiciel malveillant malgré des compétences limitées en programmation — rend concret un point clé : la détection des abus, les journaux d’audit et les procédures de suspension ne sont pas des détails secondaires. Si un fournisseur peut démontrer des capacités impressionnantes mais reste flou sur la surveillance et la réponse aux usages malveillants, le risque est sous-estimé.

Le vrai enjeu

À ce stade, la course OpenAI vs Claude en cybersécurité IA n’a pas de vainqueur fiable. Les sources publiques montrent qu’Anthropic et Claude ont mis sur la table les sujets des compétitions cyber, de l’automatisation de l’exploitation et de la gouvernance des abus, tandis qu’OpenAI est présenté par CRN comme engagé, aux côtés d’Anthropic, dans une concurrence autour de la découverte de vulnérabilités assistée par IA et de l’accès contrôlé aux capacités sensibles.

Pour une équipe de sécurité, la bonne question n’est donc pas : quel modèle gagne dans le récit du moment ? Elle est plutôt : les capacités sont-elles vérifiables, les accès sont-ils maîtrisés, le bénéfice défensif dépasse-t-il le risque d’abus, et le déploiement peut-il être surveillé dans la durée ?