Le développeur chinois d’IA affirme que GLM-5.3 rivalise avec les principaux modèles occidentaux en matière de découverte de vulnérabilités et a identifié des milliers de failles de sécurité dans les logiciels du monde réel.
Le développeur chinois d’IA Zhipu a lancé GLM-5.3, un nouveau modèle d’IA axé sur le codage qui, selon la société, a développé des capacités de cybersécurité étonnamment fortes, le rapprochant des principaux modèles mondiaux en matière de découverte de vulnérabilités tout en restant derrière eux dans des tâches d’exploitation plus approfondies.
Les propres tests de Zhipu placent GLM-5.3 légèrement devant Mythos 5 d’Anthropic et GPT-5.6 Sol d’OpenAI sur CyberGym, une référence qui teste l’identification et la validation des vulnérabilités. GLM-5.3 a obtenu un score de 84,5 %, contre 83,8 % pour Mythos 5 et 83,6 % pour GPT-5.6 Sol. Mais le modèle est à la traîne des deux concurrents avec une marge beaucoup plus large sur ExploitBench, où il a obtenu un score de 54,4 %, contre 78 % pour Mythos 5 et 76,5 % pour GPT-5.6 Sol.
« GLM-5.3 est le modèle à poids ouvert le plus performant pour le codage, avec une amélioration de 50 % par rapport au GLM-5.2 sur notre banc de code Z.ai interne », a déclaré Zhipu dans un communiqué. « Au fur et à mesure que nous progressions après la formation, les cybercapacités se sont développées plus rapidement que prévu. » La société a déclaré que GLM-5.3 allait au-delà de l’identification de vulnérabilités isolées pour « former des plans cohérents pour des chaînes d’exploitation complètes ».
La société a également affirmé que son dernier modèle présentait des améliorations par rapport au précédent GLM-5.2 de Zhipu. Son score ExploitBench a plus que doublé, passant de 24,4 %, tandis que sur ExploitGym, GLM-5.3 a réalisé 105 tâches d’exploitation en deux heures et 130 en six heures, contre respectivement 29 et 39 pour GLM-5.2, selon le communiqué.
Zhipu attribue les gains au post-formation, notamment à l’apprentissage par renforcement dans des environnements de tâches de plus en plus complexes.
Cette progression reflète un problème plus large émergeant à mesure que les modèles de codage deviennent plus performants, a déclaré Neil Shah, vice-président de la recherche et partenaire chez Counterpoint Research.
« Nous atteignons un stade où si nous apprenons à une IA à devenir un brillant ingénieur logiciel, vous lui apprenez accidentellement à devenir également un bon hacker », a déclaré Shah. « Le même raisonnement qu’une IA utilise pour tester le code et corriger les bugs est celui qu’un attaquant utilise pour trouver un point faible et le percer. »
Il a déclaré que la cybercapacité offensive devient une capacité inhérente à l’IA de codage de nouvelle génération, ce qui fait du contrôle autour de ces systèmes un problème de plus en plus important.
Des milliers de vulnérabilités trouvées
Zhipu a déclaré qu’il travaillait également avec des équipes de sécurité en Chine pour tester ses modèles par rapport à des bases de code du monde réel.
« Après examen par des experts, sélection et déduplication, le modèle a identifié 2 436 vulnérabilités dans 269 projets, dont 1 097 problèmes de gravité moyenne à élevée », ajoute le communiqué.
Les résultats couvrent les noyaux du système, les systèmes d’exploitation, les moteurs de navigateur, l’infrastructure open source, les applications Web et les protocoles réseau, a déclaré Zhipu.
Le registre de divulgation de sécurité de Zhipu répertorie 107 découvertes critiques et 990 de haute gravité. La société a déclaré que 53 découvertes avaient été rendues publiques et que 2 383 restaient sous embargo. La vulnérabilité la plus ancienne identifiée date de 1981, tandis que les vulnérabilités de l’ensemble de données étaient restées dans le code pendant 26,6 ans en moyenne avant leur découverte.
La société n’a pas divulgué combien des 2 436 découvertes étaient des vulnérabilités jusque-là inconnues ni combien avaient été reproduites de manière indépendante. Il a déclaré que les conclusions étaient suivies dans son registre de divulgation de sécurité Z.ai au fur et à mesure de leur progression dans le processus de divulgation.
Shah a décrit cette capacité comme un développement à double tranchant pour les équipes de sécurité.
« Ces outils d’IA peuvent auditer les systèmes et corriger les bugs plus rapidement », a-t-il déclaré. « Mais une fois que les poids d’un modèle IA sont rendus publics librement, tous les garde-corps de sécurité intégrés peuvent être retirés sans aucune connaissance ni contrôle. »
Même modèle de base, mis à l’échelle après la formation
Zhipu attribue les gains du GLM-5.3 à la mise à l’échelle après la formation plutôt qu’au développement d’un nouveau modèle de base.
L’entreprise a élargi ses environnements de formation pour simuler des unités de travail professionnel plus longues et plus réalistes. Dans un exemple, le modèle a accès aux clusters de calcul, aux systèmes de stockage, à la documentation interne, aux bases de code et aux résultats des expériences et doit diagnostiquer un goulot d’étranglement, mettre en œuvre une optimisation, exécuter des expériences et fournir une amélioration mesurable tout en maintenant l’exactitude.
Zhipu a également ajouté des données et des environnements de découverte de vulnérabilités au mix de formation.
La société a signalé une amélioration de 50 % par rapport à GLM-5.2 sur son banc de code Z.ai interne, ainsi que des gains sur le codage public et les tests d’agents.
Shah a déclaré que le lien entre le codage et la sécurité offensive devient de plus en plus difficile à séparer à mesure que ces modèles s’améliorent.
« Le même raisonnement qu’une IA utilise pour tester le code et corriger les bugs est celui qu’un attaquant utilise pour trouver un point faible et le percer », a-t-il déclaré.
Le largage à poids ouvert fait monter les enjeux
Zhipu prévoit de publier les poids du modèle GLM-5.3 environ deux semaines après le lancement, après évaluation de la sécurité et durcissement.
La société se prépare à mettre à disposition un modèle ouvert qui, selon elle, a démontré des capacités allant de la découverte de vulnérabilités à un raisonnement d’exploitation de plus en plus sophistiqué.
Zhipu n’a pas précisé dans l’annonce quelles garanties supplémentaires accompagneraient la version à poids ouvert au-delà de son évaluation de sécurité et de son durcissement prévus.
Pour Shah, le problème réside dans la vitesse à laquelle les vulnérabilités pourraient potentiellement passer de la découverte à l’exploitation une fois que ces capacités seront largement disponibles.
« Si ces outils basés sur l’IA peuvent découvrir des milliers de failles non corrigées dans les systèmes du monde réel et que n’importe qui peut télécharger cette capacité, la fenêtre de réponse se réduit à près de zéro », a-t-il déclaré.
Il a déclaré que se défendre contre les attaques opérant à la vitesse de la machine nécessiterait des contrôles intégrés au développement et au déploiement de modèles d’IA et d’agents autonomes.
