КИБЕРБЕЗОПАСНОСТЬ

Google предупредила о «миксерах» украденного доступа к ИИ

Доступ к корпоративным ИИ-сервисам продают от $0,10 за токены, а счет пострадавшей компании может превысить $100 000 в сутки.

✍️ Редакция iTech News | 17.11.2026 | ⏱ 4 мин | Источник: ZDNet
Google предупредила о «миксерах» украденного доступа к ИИ

Украденный доступ к корпоративным ИИ-сервисам уже продают на теневых площадках от $0,10 за токены, тогда как счет для владельца аккаунта может превысить $100 000 за сутки. LLM-джеккинг превращает API-ключи и учетные записи моделей в расходный материал для преступников — и в новую статью непредсказуемых расходов для компаний, сообщает ZDNet.

Google Threat Intelligence Group (GTIG) описала новую прослойку подпольного рынка — LLM Mixers, или «миксеры» доступа к языковым моделям. Это витрины и прокси-инфраструктура, через которые покупатель получает доступ к ИИ-ресурсам, оплаченным чужой организацией. Российским командам это знакомо по более старым историям с утекшими облачными ключами: только теперь злоумышленник может не майнить криптовалюту, а запускать дорогие запросы к моделям, обрабатывать данные или обслуживать собственные ИИ-сервисы.

Доступ к модели как товар с теневого рынка

Под LLM-джеккингом Google понимает кражу учетных данных для ИИ-сервисов: логинов, паролей и API-ключей. Получив их, атакующий пользуется лимитами жертвы, а при тарификации по объему запросов оставляет ей счет. Риски не сводятся к перерасходу бюджета: скомпрометированный доступ может использоваться для ресурсоемких задач, эксплуатации вредоносных ИИ-развертываний, извлечения корпоративных данных из контекста или памяти сервиса, а также для попыток отравления обучающих данных.

Исследователи GTIG изучили объявления продавцов на русско- и китайскоязычных площадках. Там предлагают как доступ к передовым моделям крупных лабораторий, так и модифицированные модели, которые рекламируют для вредоносных сценариев. Цены зависят от типа учетных данных и доступных лимитов. Токены для корпоративного использования стоили от $0,10 до $25; один из продавцов, APIMart, увеличивал цену в пять раз после превышения порога в 100 000 токенов в одном запросе.

Низкая цена для покупателя не означает низкий ущерб для жертвы. По прежним оценкам Sysdig, LLM-джеккинг мог обходиться примерно в $46 000, а использование актуальных моделей — более чем в $100 000 в день. Mandiant в начале ноября зафиксировала случаи, когда незаконное использование ИИ превысило $100 000 за 24 часа; у некоторых организаций суммарные списания дошли до $1 млн до отзыва доступа. Это не оценка среднего ущерба, а зарегистрированные инциденты, но для финансового директора разница между «взломали аккаунт» и «взломали аккаунт с биллингом без потолка» быстро становится очень осязаемой.

Проблема особенно неприятна для небольших компаний и быстрорастущих команд. По данным индекса Ramp AI, верхний 1% компаний, которые платят за ИИ, тратит свыше $10 000 на сотрудника в месяц, тогда как медианный показатель — около $16. При таком разбросе единый подход к лимитам встречается редко: где-то бюджет контролируется централизованно, а где-то ключ разработчика лежит в переменных окружения, тестовом сервисе или старом репозитории. Второй сценарий и создает рынок для посредников.

Зачем злоумышленникам «миксер»

Продавец может перепродать конкретный ключ напрямую, но LLM Mixer делает схему устойчивее. По данным GTIG, такая инфраструктура направляет трафик покупателя через пул украденных учетных данных и вычислительных инстансов. Запросы можно распределять между несколькими скомпрометированными средами, снижая вероятность, что резкий всплеск нагрузки на одном аккаунте привлечет внимание. Покупатель получает относительно стабильный сервис, а владелец доступа видит лишь странную активность и растущий счет.

Модель похожа на привычное разделение труда в киберпреступности. Одни операторы получают первоначальный доступ в сеть, другие крадут пароли инфостилерами, третьи покупают эти данные и строят поверх них сервис. LLM Mixer занимает место посредника между поставщиками украденных ключей и теми, кому нужны вычисления или доступ к моделям. В результате утечка одного API-ключа может стать не единичным злоупотреблением, а частью пула, который обслуживает множество клиентов.

Для разработчиков вывод довольно приземленный: API-ключ к модели нельзя считать безобидным техническим секретом. Если ключ позволяет расходовать деньги или читать данные, он требует того же отношения, что и облачные учетные данные. Его не стоит хранить в коде, передавать в чатах, оставлять в примерах конфигурации или выдавать без ограничения прав. Отдельно стоит проверить, какие ключи выданы сервисным аккаунтам, тестовым проектам, подрядчикам и бывшим сотрудникам: именно забытые интеграции часто не попадают в регулярный обзор.

Бизнесу полезно разделить защиту на два контура. Первый — ограничение ущерба: лимиты на токены и расходы для каждого сервиса и аккаунта, уведомления о скачках потребления, отдельные бюджеты для экспериментов и продакшена. Второй — предотвращение кражи: менеджер секретов, регулярная ротация API-ключей, аудит теневых аккаунтов и ошибок конфигурации, многофакторная аутентификация и защита от фишинга. Лимит расходов не остановит компрометацию, но не даст одной утечке незаметно превратиться в счет на сотни тысяч долларов.

LLM-джеккинг будет расти вместе с количеством ИИ-интеграций и сервисов с оплатой по потреблению. В 2026 году вопрос уже не в том, есть ли у компании доступ к модели, а в том, кто может им воспользоваться, сколько денег он способен потратить за час и заметит ли это кто-нибудь до закрытия расчетного периода.

Поделиться: Telegram X LinkedIn