Claude Mythos a une longueur d’avance en cybersécurité, pas un monopole prouvé

Si, en revanche, « unique » signifie que les modèles publics moins chers seraient incapables du même type de raisonnement cyber, la preuve est beaucoup moins nette. Aisle a repris des vulnérabilités mises en avant par Anthropic, isolé le code pertinent, puis testé ces cas avec de petits modèles à poids ouverts et peu coûteux. Son constat : ces modèles ont retrouvé une grande partie de la même analyse .

Là où Mythos semble vraiment au-dessus

L’avantage le plus convaincant de Mythos concerne les tâches longues : découverte de vulnérabilités, exploitation, rétro-ingénierie et simulations d’intrusion où il faut planifier, utiliser des outils, puis relier plusieurs actions. L’AISI insiste notamment sur les exercices de type capture-the-flag et les simulations d’attaques multi-étapes, tout en situant Mythos dans une tendance plus large : les performances cyber des modèles progressent vite .

Le rapport de red-team publié par Anthropic va plus loin. Il décrit Mythos comme très performant sur les tâches de cybersécurité, avec des exemples de découverte de failles zero-day dans de vrais projets open source, de rétro-ingénierie d’exploits sur des logiciels fermés, et de transformation de vulnérabilités N-day — déjà connues mais pas encore largement corrigées — en exploits fonctionnels .

Mais cette source doit être lue avec prudence : elle vient du développeur du modèle. Anthropic précise aussi que les détails publics restent limités, car plus de 99 % des vulnérabilités trouvées n’avaient pas encore été corrigées. Les lecteurs extérieurs ne peuvent donc pas examiner indépendamment la plupart de ces exemples .

Pourquoi les modèles moins chers compliquent l’idée d’un « moat »

L’argument en faveur des modèles moins chers n’est pas qu’un petit modèle ouvert égale Mythos comme agent autonome. Il est plus subtil : les capacités cyber des IA sont irrégulières. Un modèle peut être faible dans certains scénarios, mais étonnamment bon sur une analyse de vulnérabilité étroite, bien cadrée et bien préparée.

C’est précisément ce que suggèrent les tests d’Aisle. Une fois le code pertinent isolé, de petits modèles à poids ouverts ont pu récupérer une grande partie de l’analyse sur certaines vulnérabilités présentées par Anthropic comme exemples des capacités de Mythos .

Tom’s Hardware a résumé le débat de façon comparable après l’annonce : Mythos pourrait être parmi les modèles d’IA les plus solides pour la cybersécurité dans l’ensemble, mais des modèles moins coûteux peuvent atteindre des résultats proches sur certaines tâches de recherche d’exploits et de correction, avec des questions qui restent ouvertes sur la fiabilité et la disponibilité .

La distinction est importante. Retrouver une analyse dans un extrait de code isolé n’est pas la même chose que naviguer seul dans un réseau, enchaîner des étapes, exploiter une faille et terminer une intrusion simulée. Les preuves publiques soutiennent surtout l’avance de Mythos sur ces workflows longs et agentiques .

Le vrai différenciateur : le système autour du modèle

La meilleure lecture des éléments disponibles n’est pas « le modèle seul fait tout ». Elle ressemble plutôt à ceci : modèle, plus outils, plus environnement d’exécution, plus accès, plus sélection du contexte, plus orchestration, plus expertise humaine.

Aisle formule explicitement cette idée : la barrière défendable ne serait pas seulement le modèle, mais le système dans lequel une expertise profonde en sécurité est intégrée . L’évaluation de l’AISI va dans le même sens, puisque les comportements les plus forts observés chez Mythos apparaissent dans des conditions contrôlées où le modèle était dirigé et recevait un accès réseau .

L’accès compte aussi. Bain décrit Claude Mythos Preview comme un modèle de frontière aux implications cyber suffisamment sérieuses pour qu’Anthropic en limite la diffusion à un programme de partenaires validés, Project Glasswing . La comparaison pratique ne se résume donc pas à savoir quelle API coûte le moins cher. La vraie question est : quelle part du même workflow peut-on recréer avec les modèles, outils et compétences disponibles ?

Ce que les preuves publiques ne permettent pas encore de trancher

Il n’existe pas, à ce stade, de benchmark public clair comparant Mythos, des API à bas coût et des modèles à poids ouverts dans des conditions strictement identiques. L’AISI a évalué Mythos dans un cadre contrôlé et l’a comparé à la progression des modèles de frontière précédents . Anthropic fournit des éléments détaillés, mais produits par le développeur du modèle . Aisle apporte un contre-test plus étroit sur des vulnérabilités sélectionnées . Ces sources répondent à des questions proches, mais pas identiques.

La comparaison qui manque devrait maintenir constants l’accès aux outils, le contexte de code fourni, les autorisations réseau, le nombre d’essais, le budget de calcul, les règles d’exécution des exploits et le niveau de revue humaine. Sans cela, les affirmations trop fortes — dans un sens comme dans l’autre — restent prématurées .

Comment lire la comparaison en pratique

En clair

Claude Mythos semble exceptionnel quand l’autonomie et l’exécution multi-étapes font la différence. Mais le dossier public ne prouve pas que son raisonnement cyber de base soit inaccessible aux modèles moins chers. La conclusion la plus prudente est donc la suivante : Mythos a une vraie avance sur les workflows cyber complexes, tandis que des modèles à moindre coût peuvent couvrir des portions surprenantes de l’analyse bornée lorsqu’ils sont associés à de bons outils et à une supervision experte .