El repositorio Offensive-Security-AI-Models de JoasASantos centraliza una lista curada de modelos de inteligencia artificial de pesos abiertos, diseñados específicamente para operaciones de red team, pruebas de penetración y investigación en seguridad. La colección, actualizada en septiembre de 2026, agrupa modelos que han sido desbloqueados mediante técnicas como el ajuste fino (SFT), la abliteración o la filtración de datos, permitiendo su uso en tareas que requieren capacidades ofensivas o técnicas avanzadas de evasión.
La lista detalla especificaciones técnicas precisas para cada modelo, incluyendo el número de parámetros, la longitud del contexto, el consumo de memoria VRAM en formato Q4_K_M y el método de desbloqueo utilizado. Entre los modelos destacados se encuentran Qwen2.5-Coder-7B, que opera con 7B de parámetros y 131K de contexto; Gemma4-26B MoE, con 26B de parámetros y 32K de contexto; y Qwen3.8-27B, que destaca por su capacidad de visión y un contexto de 262K. Cada entrada incluye el enlace directo a la descarga en HuggingFace y la licencia correspondiente, la mayoría bajo Apache 2.0, con excepciones como Qwen License o MIT.
El repositorio sirve como referencia técnica para profesionales de la seguridad que buscan modelos capaces de generar código malicioso, simular ataques o interactuar con herramientas de pentesting. La inclusión de métricas de rendimiento, como la precisión en benchmarks específicos (ej. GTFOBins) o la tasa de cumplimiento en pruebas de OrcaRouter, permite a los usuarios evaluar la eficacia de cada herramienta. Esta recopilación facilita la integración de modelos de IA en flujos de trabajo de auditoría de seguridad, ofreciendo una alternativa técnica a los modelos estándar restringidos por filtros de seguridad corporativos.