AISLE, una startup especializada en seguridad de IA, ha demostrado que modelos de IA más pequeños y rentables pueden igualar las capacidades de Mythos de Anthropic en la identificación de vulnerabilidades de seguridad. Después de que Mythos descubriera de forma autónoma vulnerabilidades significativas en FreeBSD y OpenBSD, AISLE probó estos hallazgos en modelos más económicos, incluido DeepSeek R1, que identificó con éxito las mismas vulnerabilidades a una fracción del costo. Los resultados desafían la noción de que solo modelos avanzados como Mythos pueden detectar vulnerabilidades de forma autónoma. El enfoque de AISLE, que implica el uso dinámico de múltiples modelos, destaca que la efectividad de la seguridad en IA depende más del diseño del sistema que del tamaño del modelo. Esto sugiere un cambio hacia un ecosistema más colaborativo en la seguridad de IA, donde diversos modelos de IA y expertos pueden mejorar colectivamente la seguridad del software.