AISLE, une startup spécialisée dans la sécurité de l'IA, a démontré que des modèles d'IA plus petits et économiques peuvent égaler les capacités de Mythos d'Anthropic dans l'identification des vulnérabilités de sécurité. Après que Mythos a découvert de manière autonome des vulnérabilités importantes dans FreeBSD et OpenBSD, AISLE a testé ces découvertes sur des modèles moins coûteux, notamment le DeepSeek R1, qui a réussi à identifier les mêmes vulnérabilités à une fraction du coût. Ces résultats remettent en question l'idée que seuls des modèles avancés comme Mythos peuvent détecter de manière autonome les vulnérabilités. L'approche d'AISLE, qui consiste à utiliser plusieurs modèles de manière dynamique, souligne que l'efficacité de la sécurité de l'IA dépend davantage de la conception du système que de la taille du modèle. Cela suggère une évolution vers un écosystème plus collaboratif dans la sécurité de l'IA, où divers modèles d'IA et expertises peuvent collectivement améliorer la sécurité des logiciels.