Z.ai、オープンソースのGLM-5.3がソフトウェア欠陥の検出でAnthropicのMythos 5をわずかに上回ると発表

中国の人工知能企業Z.aiは、新たなフラッグシップモデルGLM-5.3のベンチマーク数値を公表した。同社によれば、このモデルはソフトウェアの脆弱性特定において米国の主要システムに匹敵するかわずかに上回り、長時間にわたるコーディング作業ではAnthropicとの差を縮めているという。モデルは前身のGLM-5.2と同じベースを使用しているが、コーディングとサイバーセキュリティの評価全般でより高い結果を報告している。 モデルがソースコードを検査し、脆弱性を特定して検証できるかを試すベンチマークCyberGymにおいて、Z.aiはGLM-5.3が84.5%を記録し、AnthropicのMythos 5の83.8%、OpenAIのGPT-5.6 Solの83.6%をわずかに上回ったと述べた。これらの数値はZ.ai自身が公表したもので、第三者による検証は行われていない。 課題が欠陥の発見から欠陥の兵器化へ移ると、様相は変わる。Z.aiの報告によれば、GLM-5.3はExploitBenchで54.4%を記録し、Mythos 5の78.0%に対して劣った。時間制限付きのテストでは、GLM-5.3は2時間で105件、6時間で130件の攻撃開発タスクを完了し、Mythos 5には大きく及ばなかった。またZ.aiは、テスト中にLinux、WebKit、FreeBSDを含む主要なオープンソースコードベース全体で1,097件の重大な脆弱性を同モデルが浮かび上がらせたとし、エクスプロイト連鎖の推論能力は意図的な設計ではなく事後学習から創発したと述べた。 これらの能力を理由に、Z.aiはさらなるセキュリティ検査と安全策の強化を行うため一般公開を約2週間延期するとし、最も機微なサイバーセキュリティ機能は当初、信頼済みアクセスプログラムの下で選定されたパートナーと認証済みユーザーに限定すると述べた。AnthropicはMythosに関してより制限的な道を選んでおり、これは同社のClaude Fable 5モデルからサイバーセキュリティの安全策を取り除いたバージョンで、審査を通過した組織のみに提供されている。 市場は以前のリリース時のような反応を示さなかった。GLM-5.3が発表された8月14日、香港上場のZ.ai株は3.6%下落して引けた。これは、初夏にGLM-5.2が迎えられた熱狂とは対照的だ。当時、株価は1月の上場から6月下旬までに2,000%以上上昇していた。