Новая открытая модель приблизилась к уровню Anthropic и OpenAI в кибербезопасности, усилив опасения США о распространении мощных ИИ-технологий
Искусственный интеллект101 июл 13:09
Компания Zhipu AI из Китая (также известная как Z.ai) анонсировала открытую модель GLM-5.2 с доступными весами, которая, по словам ряда исследователей, в определённых ситуациях сопоставима с передовыми моделями западных разработчиков в области поиска программных уязвимостей и кибербезопасности.
Данная open-weight система имеет веса, которые можно загрузить и запустить локально на стандартном оборудовании. Такой подход предоставляет возможность разработчикам и энтузиастам свободно использовать модель, настраивать её под свои нужды и запускать без необходимости обращаться к облачным сервисам.
Согласно исследователям, GLM-5.2 показывает результаты, близкие к моделям Anthropic и OpenAI в ряде специализированных сценариев, связанных с анализом кода и поиском уязвимостей. Однако в более общих задачах, таких как диалоговые взаимодействия и сложные рассуждения, модель, по их оценкам, всё ещё уступает ведущим западным системам.
Согласно данным, опубликованным компанией Semgrep, автором security-бенчмарка и методологии тестирования LLM на уязвимости, модель показала около 39% F1 в задаче обнаружения IDOR-уязвимостей, что превзошло Claude Code (примерно 32–37% в зависимости от конфигурации), но уступило специализированным пайплайнам с улучшенной инфраструктурой анализа (до 53–61% F1). В тестах использовался единый промпт без дополнительного «harness-обвеса» для open-weight моделей.
Отдельно отмечается, что результаты не следует воспринимать как прямое сравнение общей «интеллектуальной» способности моделей: значительная часть разницы не обусловлена самой моделью, а вспомогательной системой выполнения задач, включая навигацию по коду и обработку контекста.
Независимый исследовательский контур, анализирующий поведение моделей и сравнивающий результаты бенчмарков, Graphistry, также подчеркивает высокую корреляцию паттернов ошибок GLM-5.2 с результатами нескольких закрытых моделей, включая Claude и GPT-5.5, что в некоторых анализах интерпретируется как возможный признак дистилляции, однако прямых доказательств этому не приводится — речь идёт о статистических наблюдениях.
С практической точки зрения модель демонстрирует низкую стоимость применения: в одной из конфигураций Semgrep оценил стоимость обнаружения одной уязвимости примерно в $0.17, что делает её одной из самых экономически выгодных среди сопоставимых решений в тесте.
При этом исследователи подчеркивают, что открытая доступность подобных моделей снижает порог входа для автоматизации атакующих сценариев, так как позволяет запускать и адаптировать инструменты поиска уязвимостей локально, без ограничений со стороны провайдера.
Факт уменьшения разрыва в ключевых областях вызвал обеспокоенность в США. В статье отмечается, что американские власти рассматривают подобные модели как потенциальный фактор национальной безопасности, особенно в контексте их возможного использования для автоматизированного поиска уязвимостей в программном обеспечении.
Особое внимание уделяется тому, что open-weight характер GLM-5.2 делает её особенно доступной для широкой аудитории пользователей. В отличие от закрытых облачных моделей, такие системы можно запускать локально без централизованного контроля со стороны разработчика. Это расширяет возможности исследователей и компаний, но одновременно снижает уровень надзора за потенциально опасными сценариями использования.
Развитие мощных ИИ-моделей всё чаще выходит за рамки закрытых коммерческих систем.
Darth SaharaИсточники:the vergeSemgrepGraphistryИскусственный интеллект1Искусственный интеллектКибербезопасностьOpenAIКитайСШАAnthropicLLMZhipu AIZ.aiGLM-5.2Open-weight модели01 июл 13:09
Источник