Dos de los modelos de inteligencia artificial más avanzados, Claude Mythos Preview de Anthropic y GPT-5.5 de OpenAI, han superado significativamente el ritmo ya acelerado al que los sistemas de IA están completando tareas autónomas de ciberseguridad, según hallazgos separados publicados el miércoles por el Instituto de Seguridad de IA (AISI) del Reino Unido y Palo Alto Networks.
El AISI, que lleva a cabo evaluaciones previas al despliegue de modelos fronterizos de IA en nombre del gobierno británico, dijo que tanto Claude Mythos Preview como GPT-5.5 han superado sustancialmente la tendencia de duplicación que el instituto había estado siguiendo desde finales de 2024. Aún no está claro si los resultados representan un salto de capacidad aislado o el comienzo de una trayectoria nueva y más rápida.
El AISI estimó a principios de este año que el horizonte temporal cibernético de confiabilidad del 80% de los modelos de frontera (una medida de cuánto tiempo lleva a un experto humano una tarea, utilizada como indicador de la autonomía de la IA) se había duplicado aproximadamente cada cinco meses. Eso fue en sí mismo aproximadamente la mitad del tiempo de duplicación de ocho meses que el instituto estimó en noviembre de 2025. Desde entonces, Mythos Preview y GPT-5.5 han superado cualquier línea de tendencia que haya medido el instituto.
«La capacidad cibernética y de software autónoma de Frontier AI está avanzando rápidamente: la duración de las tareas cibernéticas que los modelos fronterizos pueden completar de forma autónoma se ha duplicado en el orden de meses, no de años». el AISI escribió.
La evidencia más clara del salto de capacidad provino de los alcances cibernéticos del AISI, sus simulaciones estructuradas de ataques de múltiples etapas contra redes empresariales pequeñas e indefensas. Un nuevo puesto de control de Claude Mythos Preview se convirtió en el primer modelo en completar ambas gamas del instituto. Resolvió «The Last Ones», un ataque simulado a una red corporativa de 32 pasos, en 6 de 10 intentos, y completó «Cooling Tower», que ningún modelo había resuelto previamente, en 3 de 10 intentos. GPT-5.5 resolvió «Los últimos» en 3 de 10 intentos.
Redes de Palo Alto llegó a conclusiones similares a través de sus propias pruebas. La compañía dijo que comenzó a probar Claude Mythos en abril como socio de lanzamiento del Proyecto Glasswing de Anthropic, y desde entonces ha probado Claude Opus 4.7 y GPT-5.5-Cyber de OpenAI como parte del programa Trusted Access for Cyber de OpenAI.
«Los últimos modelos son extraordinariamente capaces de encontrar vulnerabilidades y convertirlas en rutas de explotación críticas casi en tiempo real», escribió Palo Alto Networks.
La empresa publicó avisos de seguridad. cubriendo 26 CVE que representan 75 problemas (en comparación con un volumen mensual típico de menos de cinco CVE) que se identificaron mediante el escaneo de modelos de IA en más de 130 productos. Se habían solucionado todas las vulnerabilidades importantes de sus productos SaaS y había parches disponibles para todos los productos operados por el cliente.
El AISI tuvo cuidado de señalar los límites de sus datos. Las estimaciones se basan en una cantidad relativamente pequeña de modelos, y las tareas más difíciles del conjunto de pruebas tienen la menor cantidad de datos de comparación humana. Aun así, el instituto dijo que la tendencia general se mantiene: eliminar cualquier modelo del análisis apenas mueve la aguja, desplazando el tiempo estimado de duplicación en menos de un mes en cualquier dirección. Separar la investigación de METROuna organización sin fines de lucro que rastrea la rapidez con la que la IA maneja tareas de software, llegó a una cifra casi idéntica: un tiempo de duplicación de aproximadamente cuatro meses desde finales de 2024.
«Ningún resultado de referencia debe interpretarse como una medida precisa de la capacidad de la IA», escribió el AISI. «De todos modos, la dirección del cambio y el rápido crecimiento han sido consistentes en todos los modelos, opciones metodológicas y datos independientes que examinamos».
Palo Alto Networks describió cuatro prioridades inmediatas para las empresas a medida que estos modelos continúan creciendo en uso: primero, encontrar y corregir vulnerabilidades en el código y las aplicaciones antes de que lo hagan los atacantes. En segundo lugar, reducir la superficie de ataque y utilizar la IA para detectar errores de configuración de seguridad. En tercer lugar, implementar herramientas de detección y respuesta en todos los sistemas, utilizando el aprendizaje automático para detectar amenazas en tiempo real. En cuarto lugar, desarrollar operaciones de seguridad lo suficientemente rápidas como para responder en minutos, porque los ataques impulsados por IA pronto podrían desarrollarse con esa rapidez.
El AISI dijo que está desarrollando evaluaciones más exigentes, incluidos nuevos rangos cibernéticos y la adición de defensas cibernéticas activas, para reflejar mejor las condiciones del mundo real a medida que las capacidades del modelo continúan avanzando.
