Auf den Punkt: Zhipus neues Coding-Modell GLM-5.3 erreicht bei der Schwachstellenerkennung nahezu das Niveau von Anthropic- und OpenAI-Modellen, was laut Analysten zeigt, dass offensive Cyberfähigkeiten zunehmend zum unvermeidlichen Nebenprodukt leistungsfähiger Coding-KI werden.
Der chinesische KI-Entwickler Zhipu hat mit GLM-5.3 ein Coding-Modell veröffentlicht, das laut eigenen Angaben bei der Schwachstellenerkennung nahezu an führende westliche Modelle heranreicht. Für CISOs markiert dies einen weiteren Beleg dafür, dass offensive Cyberfähigkeiten zum inhärenten Nebenprodukt leistungsfähiger Coding-KI werden.
Zhipu hat GLM-5.3 vorgestellt, ein auf Programmierung spezialisiertes KI-Modell, das nach unternehmenseigenen Tests im Benchmark CyberGym – der Schwachstellenidentifikation und -validierung prüft – 84,5 Prozent erreicht. Damit liegt es knapp vor Anthropics Mythos 5 (83,8 Prozent) und OpenAIs GPT-5.6 Sol (83,6 Prozent). Bei tieferer Exploitation, gemessen im ExploitBench, fällt GLM-5.3 mit 54,4 Prozent jedoch deutlich hinter Mythos 5 (78 Prozent) und GPT-5.6 Sol (76,5 Prozent) zurück. Gegenüber dem Vorgängermodell GLM-5.2 verbesserte sich der ExploitBench-Wert von 24,4 Prozent mehr als auf das Doppelte. Im ExploitGym-Test löste GLM-5.3 innerhalb von zwei Stunden 105 Exploitation-Aufgaben und innerhalb von sechs Stunden 130, verglichen mit 29 beziehungsweise 39 bei GLM-5.2. Zhipu führt die Fortschritte auf skaliertes Post-Training zurück, unter anderem durch Reinforcement Learning in zunehmend komplexen Aufgabenumgebungen, nicht auf ein neues Basismodell. Laut Unternehmen bildet GLM-5.3 inzwischen kohärente Pläne für vollständige Exploit-Ketten statt isolierte Schwachstellen zu identifizieren.
Neil Shah, VP für Research bei Counterpoint Research, ordnet die Entwicklung als strukturelles Phänomen ein: Wer eine KI zu einem exzellenten Softwareentwickler trainiert, bringt ihr zwangsläufig auch bei, wie man Schwachstellen findet und ausnutzt – dieselbe Logik, mit der ein Modell Code testet und Bugs behebt, nutzt ein Angreifer, um Schwachpunkte zu identifizieren. Für CISOs bedeutet das, dass offensive Cyberfähigkeit zu einer inhärenten Eigenschaft moderner Coding-Modelle wird und Kontrollmechanismen rund um solche Systeme an Bedeutung gewinnen – insbesondere bei Modellen mit offen verfügbaren Gewichten, bei denen eingebaute Sicherheitsleitplanken nach Veröffentlichung ohne Kontrolle entfernt werden können.
Zhipu hat GLM-5.3 nach eigenen Angaben zudem mit chinesischen Sicherheitsteams gegen reale Codebasen getestet. Nach Expertenprüfung, Filterung und Deduplizierung identifizierte das Modell 2.436 Schwachstellen in 269 Projekten, darunter 1.097 Probleme mit mittlerem bis hohem Schweregrad. Die Funde betreffen Systemkernel, Betriebssysteme, Browser-Engines, Open-Source-Infrastruktur, Webanwendungen und Netzwerkprotokolle. Das Sicherheits-Disclosure-Ledger des Unternehmens listet 107 kritische und 990 hochseverität Funde; 53 wurden bereits öffentlich offengelegt, 2.383 stehen weiterhin unter Embargo. Die älteste identifizierte Schwachstelle stammt aus dem Jahr 1981, im Schnitt bestanden die gefundenen Lücken 26,6 Jahre unentdeckt im Code. Zhipu machte keine Angaben dazu, wie viele der 2.436 Funde tatsächlich zuvor unbekannte Schwachstellen waren oder unabhängig reproduziert wurden.
Für Sicherheitsverantwortliche in Unternehmen liefert die Ankündigung zwei relevante Signale: Erstens beschleunigt sich die automatisierte Schwachstellenerkennung durch KI-Modelle spürbar, was sowohl defensive Audit-Prozesse als auch offensive Angriffsvorbereitung betrifft. Zweitens bleibt unklar, in welchem Umfang GLM-5.3 als offenes Gewichtsmodell verfügbar sein wird und welche Schutzmechanismen gegen den Missbrauch der Exploitation-Fähigkeiten vorgesehen sind – ein Punkt, den CISOs bei der Bewertung von Bedrohungsmodellen für die eigene Codebasis berücksichtigen sollten.
Quelle: www.csoonline.com · Erschienen 17. August 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.8.3.