Publié le 5 octobre 2026 à 08:00 · Publication originale
22 septembre 2026.
Unit 42 publie un résultat qui dépasse largement la cybersécurité.
Dans ses évaluations d’environnements complexes, aucun modèle utilisé seul ne détecte plus de 40% des vulnérabilités.
Entre Claude Mythos 5 d’Anthropic et GPT-5.6-Cyber d’OpenAI, le recouvrement des expositions identifiées tombe sous 10%.
Même système, deux cartes de risque largement différentes.
Sur 14 projets, l’écart devient encore plus visible. Le modèle le plus productif trouve 235 vulnérabilités confirmées, dont 185 que les autres modèles ne découvrent pas. Même le modèle le moins productif apporte 93 vulnérabilités uniques.
La complémentarité devient une propriété de l’audit.
Unit 42 construit son service Continuous Frontier AI Defense autour de cette idée: plusieurs modèles sont orchestrés selon les tâches, puis les vulnérabilités sont validées pour vérifier leur exploitabilité réelle.
En interne, trois semaines de scanning continu ont produit plus d’un an de résultats de pentest traditionnel. L’entreprise rapporte 3,2 fois plus de vulnérabilités hautes ou critiques par produit et une réduction de 51% du délai moyen de remédiation.
Ces chiffres viennent du fournisseur et n’ont pas été validés indépendamment.
Lorsqu’un board reçoit un audit généré par IA, le nom du modèle devient donc une variable de couverture.
Un rapport propre peut rester incomplet parce qu’un autre évaluateur explorerait d’autres zones.
ULTRA®
L’indicateur devient la couverture cumulative.
Une moyenne de performance peut masquer deux évaluateurs découvrant des ensembles presque disjoints de problèmes.
Pour l’assurance IA, il faut désormais mesurer le recouvrement, les découvertes uniques, leur validation et les zones encore peu explorées.
Unit 42 utilise précisément un harness multi-modèles pour distribuer les tâches et réduire ces angles morts.
Cette logique dépasse la cybersécurité.
Un modèle chargé d’évaluer un agent, une politique de conformité ou un système de décision peut produire une assurance cohérente tout en laissant hors champ une partie du risque.
L’indépendance peut alors exiger plusieurs évaluateurs dont les erreurs ne se recouvrent pas.
ARGOS
La confiance commence à devenir mesurable lorsque plusieurs instruments sont autorisés à ne pas voir la même chose.
Sources
Unit 42, Continuous Frontier AI Defense, 22 septembre 2026
Unit 42, Frontier AI Vulnerability Burst, 2026
#VOCEASSOCIATION #AIGovernance #Cybersecurity #AIEvaluation #ARGOS