IA chinesa supera OpenAI e Anthropic em benchmark de vulnerabilidades
A empresa chinesa de inteligência artificial Zhipu apresentou o GLM-5.3, novo modelo que, segundo a companhia, alcançou desempenho superior a modelos da OpenAI e da Anthropic em um benchmark voltado à descoberta e exploração de vulnerabilidades.
Nos testes divulgados pela Zhipu, o GLM-5.3 superou o Fable 5 e o GPT-5.6 Sol no CyberGym, benchmark desenvolvido para avaliar a capacidade de modelos de IA de resolver desafios de cibersegurança baseados em cenários reais.
Segundo a empresa, as capacidades de segurança do modelo avançaram mais rapidamente do que o esperado durante a etapa de pós-treinamento. O principal ganho teria ocorrido não apenas na identificação de falhas isoladas, mas na capacidade de raciocinar sobre diferentes estágios de exploração.
A Zhipu afirma que o GLM-5.3 passou a desenvolver planos coerentes envolvendo cadeias completas de exploração, conectando diferentes vulnerabilidades e etapas necessárias para comprometer um sistema.
A companhia também testou o modelo em bases de código reais em colaboração com empresas chinesas. De acordo com os resultados divulgados, o GLM-5.3 encontrou 2.436 vulnerabilidades em 269 projetos, das quais 1.097 foram classificadas como de média a alta severidade.
As falhas foram identificadas em diferentes tipos de software e infraestrutura, incluindo kernels de sistemas, sistemas operacionais, motores de navegadores, projetos de infraestrutura open source, aplicações web e protocolos de rede.
Algumas dessas vulnerabilidades teriam permanecido sem identificação durante anos ou décadas. Segundo a Zhipu, a falha mais antiga encontrada pelo modelo estava presente no código havia aproximadamente 40 anos.
Os resultados, porém, não indicam superioridade generalizada do GLM-5.3. O modelo chinês apresentou desempenho inferior aos concorrentes ocidentais em outros benchmarks de programação e segurança avaliados.
Ainda assim, o desempenho no CyberGym e os resultados reportados em projetos reais indicam o avanço das capacidades de modelos chineses aplicados à pesquisa de vulnerabilidades. Esse tipo de tecnologia pode automatizar etapas que tradicionalmente exigem análise manual de código, investigação de falhas e desenvolvimento de cadeias de exploração.
A evolução também reduz uma possível vantagem tecnológica dos Estados Unidos nessa área. Modelos avançados de IA estão sendo cada vez mais avaliados não somente pela capacidade de encontrar vulnerabilidades, mas também por compreender como diferentes falhas podem ser combinadas durante uma exploração.
Os números divulgados são resultados apresentados pela própria Zhipu e devem ser interpretados dentro desse contexto. Embora o CyberGym permita comparar capacidades específicas, o desempenho de um modelo em um benchmark não necessariamente representa sua eficácia em todos os cenários de segurança ou desenvolvimento de software.
