Lühidalt: Zhipu uus koodimudel GLM-5.3 jõuab haavatavuste tuvastamisel peaaegu Anthropicu ja OpenAI mudelite tasemele, mis analüütikute hinnangul näitab, et ründavad küberoskused muutuvad võimekate koodi-tehisintellektide vältimatuks kaasnähtuseks.
Hiina tehisintellektiarendaja Zhipu avaldas koodimudeli GLM-5.3, mis ettevõtte enda andmetel jõuab haavatavuste tuvastamisel peaaegu juhtivate lääne mudelite tasemele. CISO-de jaoks kinnitab see veelkord, et ründavad küberoskused muutuvad võimekate koodi-tehisintellektide loomuomaseks kaasnähtuseks.
Zhipu tutvustas GLM-5.3, programmeerimisele spetsialiseerunud tehisintellektimudelit, mis ettevõtte omaenda testide järgi saavutab CyberGym-i võrdlustestis – mis kontrollib haavatavuste tuvastamist ja valideerimist – 84,5 protsenti. Sellega edestab see napilt Anthropicu mudelit Mythos 5 (83,8 protsenti) ja OpenAI mudelit GPT-5.6 Sol (83,6 protsenti). Sügavama ärakasutamise (exploitation) osas, mida mõõdetakse ExploitBenchi testiga, jääb GLM-5.3 tulemusega 54,4 protsenti aga selgelt alla mudelitele Mythos 5 (78 protsenti) ja GPT-5.6 Sol (76,5 protsenti). Võrreldes eelmise mudeliga GLM-5.2 kasvas ExploitBenchi tulemus rohkem kui kahekordseks, tõustes 24,4 protsendilt. ExploitGym-testis lahendas GLM-5.3 kahe tunni jooksul 105 ärakasutamisülesannet ja kuue tunni jooksul 130, samas kui GLM-5.2 lahendas vastavalt 29 ja 39. Zhipu peab edusammude põhjuseks skaleeritud järeltreeningut, sealhulgas tugevdusõpet üha keerukamates ülesandekeskkondades, mitte uut baasmudelit. Ettevõtte sõnul koostab GLM-5.3 nüüdseks koherentseid plaane täielike ärakasutamisahelate jaoks, mitte ei tuvasta üksikuid isoleeritud haavatavusi.
Counterpoint Researchi uuringute asepresident Neil Shah käsitleb arengut struktuurse nähtusena: kui treenida tehisintellekti tipptasemel tarkvaraarendajaks, õpetab see paratamatult ka haavatavuste leidmist ja ärakasutamist – samad põhimõtted, mille abil mudel koodi testib ja vigu parandab, kasutab ründaja nõrkade kohtade tuvastamiseks. CISO-de jaoks tähendab see, et ründav küberoskus muutub tänapäevaste koodimudelite loomuomaseks omaduseks ning selliste süsteemide ümber loodud kontrollimehhanismid muutuvad üha olulisemaks – seda enam mudelite puhul, mille kaalud on avalikult kättesaadavad ning kus sisseehitatud turvapiirangud saab pärast avaldamist kontrollimatult eemaldada.
Zhipu enda andmetel testis ta GLM-5.3 mudelit koos Hiina turvameeskondadega ka reaalsete koodibaaside vastu. Pärast ekspertide läbivaatust, filtreerimist ja duplikaatide eemaldamist tuvastas mudel 269 projektis kokku 2436 haavatavust, sealhulgas 1097 keskmise kuni kõrge raskusastmega probleemi. Leiud puudutavad süsteemituumasid, operatsioonisüsteeme, brauserimootoreid, avatud lähtekoodi infrastruktuuri, veebirakendusi ja võrguprotokolle. Ettevõtte turvaavalikustuste register sisaldab 107 kriitilise ja 990 kõrge raskusastmega leidu; 53 neist on juba avalikustatud, 2383 on endiselt embargo all. Vanim tuvastatud haavatavus pärineb 1981. aastast, leitud lüngad olid koodis avastamata seisnud keskmiselt 26,6 aastat. Zhipu ei täpsustanud, kui palju neist 2436 leiust olid tegelikult varem tundmatud haavatavused või kas need sõltumatult taastoodeti.
Ettevõtete turvajuhtide jaoks annab teadaanne kaks olulist signaali: esiteks kiireneb automatiseeritud haavatavuste tuvastamine tehisintellektimudelite abil märgatavalt, mis mõjutab nii kaitsvaid auditeerimisprotsesse kui ka ründavat rünnakute ettevalmistamist. Teiseks jääb ebaselgeks, millises ulatuses GLM-5.3 avatud kaaludega mudelina kättesaadavaks tehakse ning millised kaitsemehhanismid on ette nähtud ärakasutamisvõimete kuritarvitamise vastu – see on aspekt, mida CISO-d peaksid arvesse võtma omaenda koodibaasi ohumudelite hindamisel.
Allikas: www.csoonline.com · Avaldatud 17. augustil 2026
Lumi AI News — tehisintellekti abil kureeritud vastavalt tehisintellektimääruse artiklile 50. Parafraseerimine ja klassifitseerimine Lumi News Pipeline v1.8.3 abil.