# Failles zero-day a 4 dollars par IA : ce que cela change pour les RSSI francais

Un rapport Xint.io montre que l'IA detecte une faille zero-day pour 4 dollars. Ce que cela change pour les strategies de pentest en France.

Auteur : Veille Moon AI
Catégorie : Sécurité
Publié le : 2026-11-17T05:23:39+00:00
Mis à jour le : 2026-11-17T05:23:39+00:00

## Une faille critique trouvée en treize minutes pour 4,24 dollars

La société de tests d'intrusion Xint.io a publié un rapport qui documente, chiffres à l'appui, la vitesse à laquelle les modèles d'IA sont devenus capables de repérer des vulnérabilités inconnues. La cible de l'expérience était une faille réelle du moteur V8 de Google, référence CVE-2026-102321, un bug de confusion de types conduisant à l'exécution de code à distance. Cette vulnérabilité a été signalée au programme de récompense des vulnérabilités de Google par Taisic Yun, chercheur chez Xint, et n'avait donc jamais pu figurer dans les données d'entraînement des modèles testés.

Xint a analysé sept modèles lancés depuis février 2026 : deux d'OpenAI, trois d'Anthropic, et deux modèles open source de DeepSeek et de Z.ai. Chaque modèle a reçu pour instruction de chercher des failles de sécurité dans un ensemble limité de fichiers sources, incluant celui contenant la vulnérabilité cible.

## De 350 dollars d'échec à 4,24 dollars de réussite en sept mois

Le premier test, mené en février, s'est soldé par un échec : après vingt-cinq heures d'analyse et 350 dollars dépensés, aucun des meilleurs modèles alors disponibles n'avait trouvé la faille. La situation a basculé en quelques mois.

| Période | Modèle | Temps | Coût | Résultat |
| --- | --- | --- | --- | --- |
| Février 2026 | Meilleurs modèles disponibles | 25 heures | 350 $ | Échec |
| Juillet 2026 | GPT 5.6 Sol | 44 minutes | 22 $ | Réussite (2 invités) |
| Septembre 2026 | GPT 6 Sol | 13 minutes | 4,24 $ | Réussite (1re invité guidée) |
| À partir de juillet 2026 | Claude Opus 5 | Non précisé | 43,40 $ | Réussite dès le premier essai |

Seuls trois des sept modèles testés ont réussi à détecter le bug : GPT 6 Sol, GPT 5.6 Sol et Claude Opus 5, tous lancés à partir de juillet 2026. Les modèles de DeepSeek et de Z.ai ont échoué sur cette tâche. Les chercheurs de Xint notent que l'expertise reste nécessaire pour guider les modèles : dans certains cas, plusieurs invités ont été requises, ce qui augmente le temps et le coût final.

## Ce que cela change pour les stratégies de pentest en France

### Des attaquants moins qualifiés mais mieux outillés

Le rapport Xint formule une conclusion directe : la combinaison du progrès des modèles et de la baisse du coût des jetons permet désormais à des « hackers médiocres » d'utiliser efficacement des modèles de pointe pour découvrir, et potentiellement exploiter, des vulnérabilités. Les chercheurs précisent toutefois qu'on reste loin d'amateurs complets pilotant des modèles sans garde-fous pour pirater des systèmes : la barrière à l'entrée s'abaisse, elle ne disparaît pas. Ils ajoutent que les failles logicielles nécessitent toujours un certain niveau de compétence technique, mais plus une expertise de très haut niveau.

Cette baisse de la barrière technique a un effet direct sur le profil des menaces auxquelles un RSSI français doit se préparer. Historiquement, la recherche de vulnérabilités inconnues était l'apanage d'équipes spécialisées, avec un coût d'entrée qui décourageait les acteurs peu organisés. Avec un coût de quelques dollars et un temps de recherche de l'ordre de la dizaine de minutes, ce calcul change pour des groupes qui n'avaient jusqu'ici pas les moyens de viser des cibles françaises avec ce niveau de sophistication.

### Le coût des jetons tire toute la chaîne vers le bas

Ce mouvement s'inscrit dans une baisse continue du prix des jetons d'IA. Des études citées dans le rapport font état d'une chute moyenne d'environ 47 % par trimestre depuis 2023, et de 15 % sur le seul mois précédant la publication, sous l'effet d'une concurrence intense entre des acteurs comme OpenAI et Anthropic. Cette baisse profite aux entreprises qui veulent industrialiser l'usage de l'IA, mais elle réduit mécaniquement le coût des attaques assistées par IA, notamment celles qui exploitent des failles inconnues.

## Un signal confirmé par d'autres études et par Google

Le rapport Xint n'est pas isolé. La société de cybersécurité Forescout Technologies a publié une étude distincte, « Finding Critical Infrastructure Bugs with Off-the-Shelf AI », qui décrit comment un système de recherche assisté par IA a permis à son équipe de réduire un travail d'analyse d'environ neuf mois à quatre-vingt-dix heures sur dix piles TCP/IP très utilisées. Ce travail a permis de révéler quatre-vingt-dix-neuf vulnérabilités, dont soixante-six failles zero-day, pour un coût d'analyse statique d'environ 935 dollars, soit 2,58 dollars par découverte. L'analyse de binaires s'est avérée environ six fois plus coûteuse et deux fois plus longue que l'analyse de code source. Daniel dos Santos, vice-président de la recherche chez Forescout, résume : « l'IA n'a pas éliminé le besoin de chercheurs en vulnérabilités experts, mais elle a considérablement comprimé le travail ». Il ajoute que cette évolution modifie l'économie de la découverte de vulnérabilités, avec un impact particulier pour les infrastructures critiques ou des équipements anciens et difficiles à corriger restent en service pendant des années.

Un troisieme signal, rapporte independamment par SiliconANGLE et par le media philippin Astig, concerne un rapport publie le 16 novembre 2026 par le Google Threat Intelligence Group et sa filiale Mandiant. Les deux sources decrivent un framework baptise « exploit_agent », trouve sur un serveur de mise en scene expose, qui comparerait automatiquement le code d'applications web avant et apres la publication d'un correctif pour en deduire la faille corrigee, puis redigerait et executerait lui-meme l'exploit, sans intervention humaine. Selon ces deux memes sources, la telemetrie des victimes indiquerait un interet marque pour des sites francais lies aux secteurs des medias, du divertissement et de l'education. Un commentaire redige en russe aurait ete retrouve dans un fichier de configuration du framework, ce qui a conduit certains medias a evoquer des operateurs russophones, sans que Google n'attribue publiquement la campagne a un groupe ou a un État precis. Ces elements restent a prendre avec prudence puisqu'ils reposent sur l'interpretation d'un rapport de recherche, mais leur convergence avec les chiffres de Xint et de Forescout dessine une meme tendance : l'automatisation de la decouverte et de l'exploitation de failles progresse plus vite que prevu.

## Ce que les RSSI peuvent concretement mettre en place

Le rapport Xint insiste sur un point : rien n'empeche une equipe de securite ou des testeurs d'intrusion d'effectuer eux-memes ces verifications assistees par IA avant que des acteurs malveillants ne le fassent. Les tests assistes par IA ne sont plus, selon les chercheurs, une question que l'on peut repousser a la prochaine revision budgetaire. Plusieurs pistes operationnelles ressortent des sources :

- Realiser une evaluation des risques ciblee sur les points faibles probables : services accessibles au public, chaine d'approvisionnement logicielle non auditee depuis plusieurs annees.
- Prioriser les vulnerabilites selon leur accessibilite, leur exploitabilite et leur impact operationnel plutot que de les traiter de maniere uniforme, comme le recommande Forescout.
- Reduire l'exposition inutile des equipements connectes en desactivant les services superflus (FTP, Telnet, interfaces d'administration web) et isoler ceux qui ne peuvent plus etre corriges.
- Maintenir des controles d'acces de type « zero trust », segmenter le reseau et surveiller les terminaux, des mesures que le rapport Xint juge aussi efficaces, voire plus, que l'IA elle-meme face a une faille zero-day deja exploitee.

Un point reste commun à toutes les sources : l'IA ne remplace pas l'expertise humaine, elle la déplace. Les chercheurs de Xint comme ceux de Forescout rappellent que des invites mal construites ou un manque de guidage technique font échouer les modèles, ce qui augmente le temps et le coût réels d'une recherche. L'enjeu pour une équipe sécurité française n'est donc pas de remplacer ses pentesters par des modèles, mais de les équiper pour exécuter ces vérifications plus vite que les attaquants, et de maîtriser le flux de données envoyé à des modèles tiers lorsque du code source sensible ou des identifiants transitent par ces outils. Des plateformes d'accès multi-modèles comme Moon AI, qui regroupent plus de 100 modèles sous un abonnement unique incluant GPT, Claude, Gemini, Mistral, DeepSeek ou Llama, permettent à une équipe de comparer plusieurs modèles sur une même tâche de détection sans multiplier les contrats fournisseurs. Sur ce type d'usage, la fonction [Moon Blur](/moon-blur/) de la plateforme masque les données personnelles détectées dans une requête avant son envoi à un modèle tiers, puis restitue les vraies valeurs dans la réponse lue par l'utilisateur, ce qui limite l'exposition de certaines informations sensibles lors d'un test, sans toutefois constituer une garantie de conformité réglementaire en soi.

## Questions fréquentes

### Un modèle d'IA grand public peut-il vraiment trouver une faille zero-day en production ?

Selon le rapport Xint, trois des sept modèles testés (GPT 6 Sol, GPT 5.6 Sol et Claude Opus 5) ont effectivement détecté une vraie faille du moteur V8 de Google qui n'était pas connue au moment du test. Cette réussite dépendait d'un périmètre de recherche restreint à un ensemble de fichiers sources déjà identifié, et non d'une recherche libre sur une application complète. Les chercheurs soulignent aussi que certains modèles ont eu besoin de plusieurs invites guidées pour y parvenir.

### Pourquoi le coût des attaques assistées par IA baisse-t-il autant ?

La baisse du coût des jetons d'IA, estimée à environ 47 % par trimestre depuis 2023 selon les études citées par Xint, réduit mécaniquement le coût de toute tâche automatisée, y compris la recherche de vulnérabilités. Entre février et septembre 2026, le coût de détection de la même faille est passé de 350 dollars (sans succès) à 4,24 dollars avec succès, une évolution portée à la fois par l'amélioration des modèles et par la chute des prix.

### Faut-il attendre la prochaine révision budgétaire pour intégrer ces tests dans son dispositif de sécurité ?

Le rapport Xint déconseille explicitement ce délai, estimant que les tests assistés par IA ne sont plus une option différable. Forescout va dans le même sens en montrant qu'un travail de recherche de vulnérabilités mené en neuf mois peut être ramené à quatre-vingt-dix heures grâce à un dispositif assisté par IA, pour un coût très inférieur à une démarche manuelle classique.

### Ces résultats s'appliquent-ils à n'importe quel type de logiciel ?

Non. L'étude Xint porte sur une seule faille, dans un périmètre de fichiers sources déjà ciblé, avec une consigne de recherche précise. L'étude Forescout, de son côté, porte spécifiquement sur dix piles TCP/IP utilisées dans des environnements embarqués et d'infrastructures critiques. Les deux rapports documentent une tendance forte, mais ne permettent pas de généraliser un coût ou un délai identique à toutes les familles de logiciels.

© 2026 Stellarr Studio SAS. Tous droits réservés. Moon AI, Moon Blur et Stellarr Studio sont des marques déposées à l’INPI.
