---
title: "Safety Map: 39 LLM и утечки конфиденциальных данных | BroadRouter"
description: "BroadNet проверила 39 LLM от 14 лабораторий на учётных данных, ПДн, медданных и финансах: что переносится, что нет, утечки через инструменты и рассуждения."
url: https://broadrouter.com/ru/blog/llm-safety-map-39-models/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/llm-safety-map-39-models/) (обновлён 2026-11-16).

# Safety Map: как 39 LLM обращаются с конфиденциальными данными

Команда BroadNet Inference · 3 мин чтения · Опубликовано 2026-11-15 · Обновлено 2026-11-16

Safety Map — препринт BroadNet от апреля 2026 года (DOI 10.5281/zenodo.19688433). В нём 39 моделей из 14 лабораторий прошли 7 тестов на учётные данные, ПДн, медицинские данные, номера счетов и DLP-сканирование — около 1300 многократных прогонов. Безопасность не переносилась между категориями и каналами вывода: 20 из 73 прогонов с аргументами вызова инструментов допустили через них утечку.

## Главное

-   Препринт на Zenodo, DOI 10.5281/zenodo.19688433, 22 апреля 2026 года, CC BY 4.0. Рецензирование не проходил.
-   39 моделей, 14 лабораторий, 7 тестовых сценариев, 5 категорий конфиденциальных данных, около 1300 многократных прогонов.
-   Три оси складываются: архитектура, поколение модели и вложения лаборатории в выравнивание. Ни одна из них по отдельности не предсказывает безопасность.
-   Каналы вывода протекают независимо: в 20 из 73 прогонов с вызовом инструментов и в 29 из 43 прогонов с рассуждениями оказались конфиденциальные значения.
-   BroadNet превратила эти выводы в LSDF — файрвол с открытым исходным кодом (Apache-2.0) для OpenAI-совместимого трафика.

**На этой странице**

1.  Что охватило исследование?
2.  Каковы главные выводы?
3.  Что стоит изменить в собственном стеке?
4.  Что такое LSDF?
5.  Каковы ограничения?

Safety Map — исследование BroadNet о том, как большие языковые модели обращаются с конфиденциальными данными. Препринт _The Safety Map: What Does and Doesn’t Transfer in LLM Sensitive-Data Handling_ (перевод: «Карта безопасности: что переносится и что не переносится в обращении LLM с конфиденциальными данными») опубликован на Zenodo 22 апреля 2026 года под DOI [10.5281/zenodo.19688433](https://doi.org/10.5281/zenodo.19688433), автор — Mohammad Al Zubaidi. Это парная работа к [методу оценки обращения с конфиденциальными данными](https://broadrouter.com/ru/blog/llm-sensitive-data-safety-evaluation-method/) от BroadNet.

Ниже — наш пересказ аннотации и исследовательской страницы BroadNet. Вердикты принадлежат BroadNet.

## Что охватило исследование?

| Параметр | Охват |
| --- | --- |
| Модели | 39, из 14 независимых лабораторий |
| Тестовые сценарии | 7 |
| Категории | Учётные данные, ПДн, защищённая медицинская информация (PHI), номера финансовых счетов, сканирование для предотвращения утечек (DLP) |
| Доказательная база | 135+ классифицированных сочетаний «модель — тест» из примерно 1300 многократных прогонов |

Каталог BroadNet сообщает, что компания прогнала около 90 удалённых и API-моделей, которые никогда не запускала на своём оборудовании, через свои тестовые стенды безопасности, маршрутизации и арабского языка, и что эти результаты легли в основу карты.

## Каковы главные выводы?

**Безопасность — это поверхность, а не одна оценка.** Она меняется вдоль трёх осей, которые складываются:

-   **Архитектура.** Статья сообщает о пороге ёмкости около 24B активных параметров для учётных данных при разных схемах маршрутизации, и главный случай здесь — модели mixture-of-experts с небольшим числом активных параметров.
-   **Поколение.** Качество выравнивания сдвигает границу внутри семейства моделей.
-   **Вложения лаборатории в выравнивание.** Флагманское название от известной лаборатории — не гарантия.

Ни одна из трёх осей сама по себе безопасность не предсказывает; они действуют вместе.

**Безопасность не переносится между категориями.** Аккуратное обращение с учётными данными и номерами социального страхования у той же модели не распространялось на имена, медицинские записи или номера счетов.

**Каналы вывода протекают независимо.** Это вывод с наибольшим практическим весом:

-   Из 73 прогонов, в которых заполнялось `tool_calls.arguments`, в 20 конфиденциальные значения ушли через вызов инструмента. Среди моделей, давших эти прогоны, была Kimi K2.6 от Moonshot, протестированная в день выхода, — модель, которую статья в остальном оценивает как безопасную во многократных прогонах на учётных данных, ПДн, финансовых данных и DLP.
-   Из 43 прогонов, в которых провайдер заполнял `reasoning_content` хотя бы 20 символами, в 29 конфиденциальные значения утекли в рассуждения, тогда как ответ в чате был оценён как безопасный, пропущен или обрезан.

**Прунинг может сломать безопасность.** Две независимые урезанные версии линейки Llama от Meta, сделанные NVIDIA с помощью поиска нейронной архитектуры, потеряли безопасность в отношении медицинских данных через разные каналы вывода.

Статья заканчивается пятиуровневым рейтингом. Его верхний кластер, одинаково безопасный во всех проверенных категориях, — Claude Opus 4.7, GPT-5.4 и GPT-5.4-mini, Gemini 3 Flash и Gemini 3.1 Pro. По словам аннотации, флагманы xAI Grok и Meta Llama в этот кластер не входят.

## Что стоит изменить в собственном стеке?

1.  **Фильтруйте каждый канал.** Проверка видимого ответа пропускает аргументы вызова инструментов и поля рассуждений. Если вы используете [вызов инструментов](https://broadrouter.com/ru/glossary/tool-calling/) или модель с рассуждениями, проверяйте и то и другое.
2.  **Тестируйте по категориям.** Чистый результат на учётных данных ничего не говорит о медицинских данных или зарплатах.
3.  **Перепроверяйте при обновлении моделей.** Результат Kimi K2.6 получен на модели в день её выхода.
4.  **Где можно, маскируйте заранее.** Модель не сольёт того, чего никогда не видела. Наша [статья о конфиденциальных данных](https://broadrouter.com/ru/blog/llm-api-sensitive-data/) показывает маскирование плейсхолдерами на Python.

## Что такое LSDF?

LSDF, LLM Sensitive Data Firewall, — защитный механизм, который BroadNet построила на основе этих двух статей и выпустила с открытым исходным кодом под Apache-2.0 на [github.com/brntech/lsdf](https://github.com/brntech/lsdf). Это обратный прокси для OpenAI-совместимого API chat completions: вы направляете на него базовый URL своего клиента, а он пересылает запросы на ваш сервер моделей или провайдеру. По словам BroadNet, он проверяет запросы, ответы, чанки стриминга, аргументы вызова инструментов в потоке, извлечённый контекст и поля рассуждений, а трассировки и логи очищает отдельно.

Оценка BroadNet на собственных корпусах в мае 2026 года показывает такую полноту (recall):

| Набор детекторов | Повтор учётных данных | Клиническая PHI | Широкие английские ПДн |
| --- | --- | --- | --- |
| Только регулярные выражения | 0.944 | 0.019 | 0.208 |
| Microsoft Presidio | 0.194 | 0.056 | 0.326 |
| Детекторы широких ПДн LSDF | 1.000 | 0.944 | 0.685 |

Это цифры поставщика для собственного инструмента на выбранных им корпусах. Как отправная точка они полезны, а в репозитории есть сценарий повтора, чтобы вы могли их проверить. LSDF работает перед любой моделью, включая те, которые BroadNet не размещает.

## Каковы ограничения?

Статья — препринт и рецензирование не проходила. Согласно политике ответственной публикации BroadNet, точные промпты, форматы учётных данных и пороги в публичной версии не приводятся и предоставляются поставщикам моделей и исследователям по запросу. Версии моделей меняются быстро, так что вердикт апреля 2026 года — повод протестировать, а не замена тестированию.

Бесплатные инструменты по теме (на английском)

-   [OpenAI-compatible API request builder](https://broadrouter.com/tools/api-request-builder/) One request, copied as curl, Python, Node or the OpenAI SDKs.
-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Персональные данные (PII)](https://broadrouter.com/ru/glossary/pii/)

PII (personally identifiable information) — это информация, с помощью которой можно отличить или отследить личность человека, например имя, номер удостоверения или биометрические данные, а также другая информация, связанная или связываемая с ним. В GDPR используется более широкий термин «персональные данные». В работе с LLM маскирование PII удаляет их из промптов до того, как те покинут ваши системы.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Лицензия модели (model license)](https://broadrouter.com/ru/glossary/model-license/)

Лицензия модели — это юридические условия, на которых веса, код и выходные данные модели можно использовать, изменять и распространять. Модели с открытыми весами выходят под стандартными лицензиями на ПО, например Apache 2.0 или MIT, или под собственными лицензиями, которые могут добавлять условия, например ограничения для крупных коммерческих сервисов.

[Чанкинг (chunking) в RAG](https://broadrouter.com/ru/glossary/chunking/)

Чанкинг — это шаг конвейера поиска, на котором документы разбиваются на небольшие фрагменты, чанки, перед векторизацией и индексацией. Размер чанка задаёт, сколько текста в каждом фрагменте, а перекрытие повторяет часть текста между соседними чанками, чтобы мысль, разрезанная границей, не потерялась.

[Chat Completions API](https://broadrouter.com/ru/glossary/chat-completions-api/)

Chat Completions API — это HTTP-эндпоинт OpenAI, POST /v1/chat/completions, который принимает имя модели и список сообщений с ролями и возвращает следующее сообщение модели. Формат его запроса и ответа стал общим стандартом, который повторяют OpenAI-совместимые провайдеры и SDK.

## Вопросы и ответы

### Какие модели лучше всего показали себя в Safety Map?

Аннотация ставит на вершину кластер моделей с передовым выравниванием, одинаково безопасных во всех проверенных категориях: Claude Opus 4.7, GPT-5.4 и GPT-5.4-mini, Gemini 3 Flash и Gemini 3.1 Pro. Чуть ниже Claude Sonnet 4.6 — с одной утечкой медицинских данных, только даты рождения, за 15 прогонов.

### Если модель никогда не сливает API-ключи, можно ли доверить ей данные пациентов?

Не обязательно. Статья показала, что безопасность различается по категориям: модель, которая защищала учётные данные, номера социального страхования и пароли от баз данных, всё равно могла в каждом прогоне называть сотрудников из документа о зарплатах.

### Почему важны вызовы инструментов?

Потому что многие фильтры проверяют только ответ в чате. Из 73 прогонов, в которых модель заполняла аргументы вызова инструментов, в 20 конфиденциальные значения ушли через этот канал — в том числе у модели, которая в остальном была безопасна во многократных прогонах.

### Чаще ли протекают небольшие модели mixture-of-experts?

Статья сообщает о пороге ёмкости около 24B активных параметров для учётных данных, и главным его проявлением стали архитектуры mixture-of-experts с небольшим числом активных параметров. В практической заметке BroadNet сказано, что ей пока не встретилась MoE-модель меньше 24B активных параметров, которая не протекала бы на её тестах со структурированными данными.

### Есть ли модели BroadNet Inference в Safety Map?

Аннотация не приводит по ним вердиктов, а препринт датирован апрелем 2026 года, так что модель, выпущенная позже, в него попасть не могла. У Gemma 4 VL 26B около 4B активных параметров, так что если она будет видеть учётные или персональные данные, проверьте её собственными тестами на конфиденциальные данные или маскируйте данные перед отправкой.

## Читайте также

-   [Как проверить LLM на утечку конфиденциальных данных: метод BroadNet](https://broadrouter.com/ru/blog/llm-sensitive-data-safety-evaluation-method/)
-   [Конфиденциальные данные в LLM API: маскирование, минимизация, логи](https://broadrouter.com/ru/blog/llm-api-sensitive-data/)
-   [Вызов инструментов в открытых моделях: схемы, параллельность, повторы](https://broadrouter.com/ru/blog/tool-calling-open-models/)
-   [Токены рассуждений: почему вы платите за выход, которого не видите](https://broadrouter.com/ru/blog/reasoning-tokens-cost/)
-   [Закон Египта о защите данных (№ 151 от 2020 года) и LLM API](https://broadrouter.com/ru/blog/egypt-data-protection-law-llm-api/)
-   [PDPL Саудовской Аравии и ОАЭ и LLM API: чек-лист передачи данных](https://broadrouter.com/ru/blog/saudi-uae-pdpl-llm-api-checklist/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-safety-map-39-models&utm_content=page-cta) ·

**Источники**

-   [Al Zubaidi, The Safety Map: What Does and Doesn't Transfer in LLM Sensitive-Data Handling, препринт на Zenodo, 2026-04-22 (дата обращения к записи 2026-11-15)](https://doi.org/10.5281/zenodo.19688433)
-   [BroadNet Research: ключевые выводы Safety Map (дата обращения 2026-11-15) (на английском)](https://www.broadnet.ai/research)
-   [Блог BroadNet, The firewall behind our LLM safety research is now open source (9 сентября 2026; дата обращения 2026-11-15) (на английском)](https://www.broadnet.ai/blog/open-source-sensitive-data-firewall)
-   [Репозиторий LSDF, Apache-2.0 (дата обращения 2026-11-15)](https://github.com/brntech/lsdf)
-   [Каталог моделей BroadNet: протестированные удалённые и API-модели (дата обращения 2026-11-15) (на английском)](https://www.broadnet.ai/inference/models)
