Google rapporterer at kriminelle kapret selskapers tilgang til store språkmodeller for eget bruk eller videresalg. Hendelsene rammet virksomheter innen finans, varehandel, teknologi og transport i Nord Amerika, Sør Amerika og Asia Stillehavsregionen.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Google’s Mandiant and Google Threat Intelligence Group report on November 2, 2026, about LLMJacking incidents across financial serv. Article summary: Google’s Mandiant and Google Threat Intelligence Group reported on November 2, 2026, that criminals were hijacking enterprise LLM access and monetizing it at victims’ expense, producing fraudulent charges above $100,000 . Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google Cloud-sikkerhetsselskapet Mandiant og Google Threat Intelligence Group (GTIG) rapporterte om flere hendelser i 2026 der kriminelle kapret virksomheters tilgang til store språkmodeller, såkalte LLM-er. De brukte tilgangen selv eller solgte den videre. I noen tilfeller oversteg de uredelige kostnadene 100 000 dollar på én dag. Hos enkelte virksomheter nådde regningen én million dollar før tilgangen ble stengt. 4
LLMJacking betyr at uvedkommende kaprer en virksomhets tilgang til språkmodeller og tilhørende datakraft. Det handler ikke først og fremst om å manipulere samtaler i en chatbot kundene bruker. Angriperne misbruker tilgang til skytjenester og modeller: De kan kjøre egne oppgaver på offerets konto eller la andre bruke modellene gjennom den kaprede tilgangen. 4
Hendelsene Mandiant undersøkte, rammet virksomheter innen finans, varehandel, teknologi og transport i Nord-Amerika, Sør-Amerika og Asia-Stillehavsregionen. Flere ulike skyleverandører og språkmodeller var involvert. 4
Blant tilgangene angriperne skal ha misbrukt, var stjålne skylegitimasjoner, API-nøkler til språkmodeller og tilgangstokener. Andre oversikter nevner også IAM-legitimasjon, nøkler til tjenestekontoer, personlige GitHub-tilgangstokener og kaprede økttokener. 3
5
9
Når angriperne først var inne, kunne de bruke offerets godkjente tilgang til å kjøre modelloppgaver. Noen solgte så tilgangen videre via mellomtjenester. Dermed havnet kostnaden for inferens – beregningen som kreves for å svare på modellforespørsler – hos virksomheten som var blitt kompromittert. 3
Kostnadene kunne løpe opp raskt. Google oppga at de uredelige belastningene i enkelte hendelser oversteg 100 000 dollar på én dag. Hos noen virksomheter nådde de samlede kostnadene én million dollar før tilgangen ble stengt.
Google-relatert rapportering beskriver hvordan en aktørgruppen UNC6993 fikk tilgang til en skyinstans via en feilkonfigurert nøkkel til en tjenestekonto. Derfra nådde gruppen et API for en språkmodell. 17 Hendelsen viser hvordan en svakhet i identitetstilgangen til skyen kan bli en vei til uautorisert bruk av AI-modeller.
En annen del av det kriminelle miljøet består av såkalte «LLM Mixers»: tjenester som sender betalende kunders forespørsler gjennom kapret modelltilgang. Jet Night er ett eksempel. Tjenesten ble knyttet til over 500 000 API-kall på under åtte timer og nesten én million dollar i tokenkostnader for ett offer. 18
Ifølge kildene annonserte Jet Night tilgang for rundt 60 dollar i måneden, sammenlignet med legitime abonnementer til omtrent 100–250 dollar. 18
20 Modellen er enkel: Kunden betaler mellomleddet, mens regningen kan gå til virksomheten som fikk nøklene sine stjålet.
Google-relatert omtale beskriver også at angripere utnyttet CVE-2026-40217 i LiteLLM, en modellgateway, for å gjøre vanlige virtuelle nøkler om til administratortilgang. 17 En annen av de oppgitte kildene peker imidlertid på at Googles beskrivelse ikke stemmer overens med et svar fra LiteLLM. Det tilgjengelige materialet avklarer ikke uenigheten, så den presise tekniske forklaringen bør leses med forbehold.
Google-forskerne skilte LLMJacking fra kryptokapring, som de beskrev som en mer gradvis belastning på ressurser. LLMJacking kan i stedet føre til store, uredelige skyregninger i løpet av timer. Hendelsene viser at kaprede innlogginger ikke bare er et sikkerhetsproblem, men også en risiko for kostnadskontroll: En stjålet nøkkel kan åpne for omfattende bruk før virksomheten oppdager det og sperrer tilgangen.
For virksomheter som bruker skybaserte modeller, peker hendelsene på noen praktiske tiltak: Beskytt identiteter og API-nøkler, undersøk hvor tilgangstokener kan være eksponert, og følg med på modellbruk og kostnader for uventede endringer. Dette er forsiktighetsråd utledet fra tilgangsveiene og kostnadene som er omtalt, ikke en fullstendig liste med anbefalinger fra Google. 3
5
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Google rapporterer at kriminelle kapret selskapers tilgang til store språkmodeller for eget bruk eller videresalg.
Google rapporterer at kriminelle kapret selskapers tilgang til store språkmodeller for eget bruk eller videresalg. Hendelsene rammet virksomheter innen finans, varehandel, teknologi og transport i Nord Amerika, Sør Amerika og Asia Stillehavsregionen.
Videresalgstjenesten Jet Night ble knyttet til over 500 000 API kall på under åtte timer.
Google rapporterer at kriminelle kapret selskapers tilgang til store språkmodeller for eget bruk eller videresalg. Hendelsene rammet virksomheter innen finans, varehandel, teknologi og transport i Nord Amerika, Sør Amerika og Asia Stillehavsregionen.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Google’s Mandiant and Google Threat Intelligence Group report on November 2, 2026, about LLMJacking incidents across financial serv. Article summary: Google’s Mandiant and Google Threat Intelligence Group reported on November 2, 2026, that criminals were hijacking enterprise LLM access and monetizing it at victims’ expense, producing fraudulent charges above $100,000 . Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google Cloud-sikkerhetsselskapet Mandiant og Google Threat Intelligence Group (GTIG) rapporterte om flere hendelser i 2026 der kriminelle kapret virksomheters tilgang til store språkmodeller, såkalte LLM-er. De brukte tilgangen selv eller solgte den videre. I noen tilfeller oversteg de uredelige kostnadene 100 000 dollar på én dag. Hos enkelte virksomheter nådde regningen én million dollar før tilgangen ble stengt. 4
LLMJacking betyr at uvedkommende kaprer en virksomhets tilgang til språkmodeller og tilhørende datakraft. Det handler ikke først og fremst om å manipulere samtaler i en chatbot kundene bruker. Angriperne misbruker tilgang til skytjenester og modeller: De kan kjøre egne oppgaver på offerets konto eller la andre bruke modellene gjennom den kaprede tilgangen. 4
Hendelsene Mandiant undersøkte, rammet virksomheter innen finans, varehandel, teknologi og transport i Nord-Amerika, Sør-Amerika og Asia-Stillehavsregionen. Flere ulike skyleverandører og språkmodeller var involvert. 4
Blant tilgangene angriperne skal ha misbrukt, var stjålne skylegitimasjoner, API-nøkler til språkmodeller og tilgangstokener. Andre oversikter nevner også IAM-legitimasjon, nøkler til tjenestekontoer, personlige GitHub-tilgangstokener og kaprede økttokener. 3
5
9
Når angriperne først var inne, kunne de bruke offerets godkjente tilgang til å kjøre modelloppgaver. Noen solgte så tilgangen videre via mellomtjenester. Dermed havnet kostnaden for inferens – beregningen som kreves for å svare på modellforespørsler – hos virksomheten som var blitt kompromittert. 3
Kostnadene kunne løpe opp raskt. Google oppga at de uredelige belastningene i enkelte hendelser oversteg 100 000 dollar på én dag. Hos noen virksomheter nådde de samlede kostnadene én million dollar før tilgangen ble stengt.
Google-relatert rapportering beskriver hvordan en aktørgruppen UNC6993 fikk tilgang til en skyinstans via en feilkonfigurert nøkkel til en tjenestekonto. Derfra nådde gruppen et API for en språkmodell. 17 Hendelsen viser hvordan en svakhet i identitetstilgangen til skyen kan bli en vei til uautorisert bruk av AI-modeller.
En annen del av det kriminelle miljøet består av såkalte «LLM Mixers»: tjenester som sender betalende kunders forespørsler gjennom kapret modelltilgang. Jet Night er ett eksempel. Tjenesten ble knyttet til over 500 000 API-kall på under åtte timer og nesten én million dollar i tokenkostnader for ett offer. 18
Ifølge kildene annonserte Jet Night tilgang for rundt 60 dollar i måneden, sammenlignet med legitime abonnementer til omtrent 100–250 dollar. 18
20 Modellen er enkel: Kunden betaler mellomleddet, mens regningen kan gå til virksomheten som fikk nøklene sine stjålet.
Google-relatert omtale beskriver også at angripere utnyttet CVE-2026-40217 i LiteLLM, en modellgateway, for å gjøre vanlige virtuelle nøkler om til administratortilgang. 17 En annen av de oppgitte kildene peker imidlertid på at Googles beskrivelse ikke stemmer overens med et svar fra LiteLLM. Det tilgjengelige materialet avklarer ikke uenigheten, så den presise tekniske forklaringen bør leses med forbehold.
Google-forskerne skilte LLMJacking fra kryptokapring, som de beskrev som en mer gradvis belastning på ressurser. LLMJacking kan i stedet føre til store, uredelige skyregninger i løpet av timer. Hendelsene viser at kaprede innlogginger ikke bare er et sikkerhetsproblem, men også en risiko for kostnadskontroll: En stjålet nøkkel kan åpne for omfattende bruk før virksomheten oppdager det og sperrer tilgangen.
For virksomheter som bruker skybaserte modeller, peker hendelsene på noen praktiske tiltak: Beskytt identiteter og API-nøkler, undersøk hvor tilgangstokener kan være eksponert, og følg med på modellbruk og kostnader for uventede endringer. Dette er forsiktighetsråd utledet fra tilgangsveiene og kostnadene som er omtalt, ikke en fullstendig liste med anbefalinger fra Google. 3
5
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Google rapporterer at kriminelle kapret selskapers tilgang til store språkmodeller for eget bruk eller videresalg.
Google rapporterer at kriminelle kapret selskapers tilgang til store språkmodeller for eget bruk eller videresalg. Hendelsene rammet virksomheter innen finans, varehandel, teknologi og transport i Nord Amerika, Sør Amerika og Asia Stillehavsregionen.
Videresalgstjenesten Jet Night ble knyttet til over 500 000 API kall på under åtte timer.