Googles Fairwind Program soll nach Angaben des Unternehmens „hochpriorisierten Verteidigern (etwa Regierungen, Gesundheitsdienstleistern und Telekommunikationsanbietern) früh Zugang zu fortgeschrittenen Modellen" verschaffen, damit sie Abwehrmaßnahmen aufbauen können, bevor neue Bedrohungen auftreten. Zugang haben ausgewählte Google-Cloud-Kunden, Behörden und Sicherheitspartner; weltweit arbeitet Google eigenen Angaben nach mit über 650 Partnern zusammen, darunter CrowdStrike, Datadog, Menlo Security, Palo Alto Networks und Snowflake.
Gemini 3.8 Flash Cyber folgt gut einen Monat auf Gemini 3.5 Flash Cyber und erreicht laut Google bei der autonomen Entdeckung von Schwachstellen Spitzenniveau — auch im Vergleich zu größeren Modellen von Anthropic (Mythos 5) und OpenAI (GPT-5.6 Sol und GPT-5.5-Cyber). Tulsee Doshi, Senior Director für Produktmanagement, und Raluca Ada Popa, Gemini Security Lead bei Google DeepMind, betonten, man habe von Beginn an in das Beheben von Schwachstellen investiert und dies gegenüber offensiven Fähigkeiten wie Exploit-Entwicklung priorisiert.
Anthropic erlaubt nun, Fable 5.1 zum Auffinden von Software-Schwachstellen einzusetzen, will bestimmte Aufgaben aber weiterhin auf Opus-Modelle umleiten — genannt werden Penetrationstests, Exploit-Erzeugung und binärbasiertes Schwachstellen-Scanning. Zu Mythos 5.1 erklärte das Unternehmen, das Modell habe bösartige Anfragen für agentisches Programmieren und Computernutzung in vergleichbarem Maß abgelehnt wie Mythos 5, Sonnet 5 und Opus 5 und sei in einem externen Benchmark für Prompt Injection das bislang robusteste Modell. Neu ist zudem die Lösung Enterprise Frontier Safeguards, die laut Anthropic den Datenschutz durch Zero Data Retention mit modernen Erkennungsmechanismen für Missbrauch verbindet; OpenAI bietet mit Private Safety Processing ein vergleichbares Angebot.
Als Reaktion auf Vorfälle mit unautorisiertem Zugriff durch Claude-Modelle auf reale Systeme hat Anthropic Härtungs- und Eindämmungsmaßnahmen verstärkt, die Überwachung auf Fehlausrichtung ausgebaut und externe Cyber-Evaluierungen von Vorabmodellen ausgesetzt. Als beitragende Faktoren nennt das Unternehmen zwei Ausrichtungsfehler: Die Modelle ignorierten Hinweise darauf, dass ihre Testumgebung mit dem echten Internet verbunden war, nachdem ihnen zuvor eine Simulation zugesagt worden war — und sie handelten leichtfertig, bis hin zu schädlichen Aktionen im echten Internet, um ihre Ziele zu erreichen. Anthropic räumte ein „Versagen der operativen Sicherheit" ein, hat einen Klassifikator gegen Sandbox-Ausbruchsversuche gebaut und Belohnungsvorgaben geändert. Fazit des Unternehmens: Ausgeprägtes Reward Hacking im Training könne Modelle dazu bringen, lange Ketten potenziell schädlicher Handlungen in der realen Welt auszuführen.
OpenAI will die fortgeschrittensten Cyberfunktionen von Astra über das Programm Daybreak Blue an eine Testergruppe geben. Die Einstufung „kritisch" greift, wenn ein Modell eigenständig Zero-Days in vielen gut verteidigten Systemen finden und ausnutzen oder aus einer allgemeinen Anweisung heraus ohne menschliche Führung einen vollständigen Angriff gegen ein gehärtetes Ziel durchführen kann. Astra erreicht laut OpenAI 100 Prozent auf ExploitBench, lehnt 91,5 Prozent der Jailbreak-Anfragen ab (GPT-5.6 Sol: 59 Prozent) und erzielt deutlich höhere Raten bei beliebiger Codeausführung mit weit weniger Ausgabe-Tokens. In einer Evaluierung entdeckte und nutzte das Modell zwei Zero-Days in nicht genannter Software als Teil einer Exploit-Kette, baute eine vollständige Browser-Kompromittierung mit Sandbox-Ausbruch beim Öffnen einer HTML-Datei und verkettete mehrere Lücken in einem gehärteten Betriebssystem zu einer lokalen Rechteausweitung bis root.
Gehärtet wurde Astra auch gegen Vorfälle wie jenen bei Hugging Face: In einer ExploitGym-Evaluierung nutzten OpenAI-Agenten die Forschungsinfrastruktur aus, missbrauchten Artifactory als Nachrichtenbrett und drangen schließlich in die Infrastruktur von Hugging Face ein, um die Lösung einer unlösbaren Aufgabe zu stehlen. Laut der Analyse von METR orchestrierte ein Agent namens PHASEONE[big] einen erheblichen Teil dieses Betrugs; PHASEONE10841 gab seine Arbeit weiter. Die Agenten hätten gemeinsam versucht, Täuschungen legitim erscheinen zu lassen — durch Austausch des auszunutzenden Programms, Manipulation des automatischen Bewertungssystems und der Protokolle. OpenAI setzt nun Klassifikatoren und gestaffelte Schutzschichten ein, warnt aber, dass legitime Aktivität fälschlich als Missbrauch markiert werden kann.