中国のAI開発企業は、脆弱性発見においてGLM-5.3が欧米の主要モデルに匹敵すると主張しており、実際のソフトウェア全体で数千件のセキュリティ欠陥を特定したとしています。
中国のAI開発企業Zhipuは、コーディングに特化した新しいAIモデル「GLM-5.3」を発表しました。同社によると、このモデルは予想を上回る強力なサイバーセキュリティ能力を身につけており、脆弱性発見の分野では世界の主要モデルに肉薄する一方、より高度なエクスプロイト(悪用)タスクでは依然として後れを取っているとのことです。
Zhipu自身によるテストでは、脆弱性の特定と検証を評価するベンチマーク「CyberGym」において、GLM-5.3はAnthropicの「Mythos 5」やOpenAIの「GPT-5.6 Sol」をわずかに上回りました。GLM-5.3のスコアは84.5%で、Mythos 5の83.8%、GPT-5.6 Solの83.6%を上回っています。しかし、エクスプロイト能力を測る「ExploitBench」では、GLM-5.3のスコアは54.4%にとどまり、Mythos 5の78%、GPT-5.6 Solの76.5%と比べてはるかに大きな差をつけられています。
Zhipuは声明の中で、「GLM-5.3は、コーディングにおいて最も高性能なオープンウェイトモデルであり、当社の社内ベンチマークであるZ.ai Code Benchにおいて、GLM-5.2から50%の向上を達成しました」と述べています。「事後学習(post-training)のスケールを拡大していく過程で、サイバー能力は当社の想定よりも速いペースで発達しました」。同社によれば、GLM-5.3は個別の脆弱性を特定するだけの段階を超え、「一貫性のあるエクスプロイトチェーン全体の計画を立てられる」ようになったといいます。
同社はまた、最新モデルがZhipuの従来モデルであるGLM-5.2から大きく進歩したとも主張しています。声明によると、ExploitBenchのスコアは24.4%から2倍以上に伸び、「ExploitGym」では、GLM-5.3が2時間以内に105件、6時間以内に130件のエクスプロイトタスクを完了させました。これはGLM-5.2の場合、それぞれ29件・39件だったのと比べると大きな進歩です。
Zhipuは、こうした能力向上の要因を事後学習にあるとしており、その中には複雑さを増していくタスク環境全体にわたる強化学習も含まれるとしています。
Counterpoint Researchでリサーチ担当バイスプレジデント兼パートナーを務めるNeil Shah氏は、この進歩はコーディングモデルの能力向上に伴って浮上しつつあるより広範な問題を反映していると指摘します。
「AIに優れたソフトウェアエンジニアであることを教え込めば、意図せずして優れたハッカーであることも教え込んでしまう段階に来ています」とShah氏は述べています。「AIがコードをテストしバグを修正する際に用いる推論と、攻撃者が弱点を見つけて突破する際に用いる推論は、全く同じものなのです」。
同氏は、攻撃的なサイバー能力が次世代コーディングAIの本質的な能力になりつつあり、こうしたシステムを取り巻く管理体制がますます重要な課題になっていると述べています。
数千件に上る脆弱性の発見
Zhipuは、中国国内のセキュリティチームと協力し、実際のコードベースを対象に自社モデルのテストも進めてきたとしています。
声明にはさらに、「専門家によるレビュー、選別、重複排除を経た結果、モデルは269件のプロジェクトにわたって2,436件の脆弱性を特定し、そのうち1,097件は中〜高深刻度の問題でした」と記されています。
Zhipuによると、これらの発見はシステムカーネル、オペレーティングシステム、ブラウザエンジン、オープンソースインフラ、Webアプリケーション、ネットワークプロトコルにまで及んでいます。
Zhipuのセキュリティ開示台帳には、107件の重大(クリティカル)な発見と990件の高深刻度の発見が記載されています。同社によると、53件の発見はすでに公開され、2,383件は現在も禁輸期間(エンバーゴ)下にあるとのことです。特定された脆弱性のうち最も古いものは1981年にさかのぼり、データセット内の脆弱性は発見までに平均26.6年にわたりコード内に残存していたといいます。
同社は、2,436件の発見のうちどれだけが従来未知だった脆弱性であったか、またどれだけが独立して再現確認されたかについては明らかにしていません。これらの発見は、開示プロセスが進むにつれて同社のZ.ai Security Disclosure Ledger(セキュリティ開示台帳)で追跡されているとしています。
Shah氏は、この能力についてセキュリティチームにとって諸刃の剣となる進展だと表現しています。
「こうしたAIツールは、システムの監査やバグ修正をより速く行えるようになります」と同氏は述べています。「しかし、いったんAIモデルの重み(ウェイト)が一般に無償公開されてしまえば、組み込まれている安全対策(ガードレール)は、認識も制御もされないまま取り除かれてしまう可能性があります」。
同一のベースモデル、拡大された事後学習
Zhipuは、GLM-5.3の能力向上の要因を、新しいベースモデルの開発ではなく、事後学習のスケール拡大にあるとしています。
同社は、より長く、より現実に近い専門的業務の単位をシミュレートできるよう、学習環境を拡張しました。一例として、モデルは計算クラスタ、ストレージシステム、社内文書、コードベース、実験結果へのアクセスを与えられ、ボトルネックを診断し、最適化を実装し、実験を実行して、正確性を維持しながら測定可能な改善を実現することが求められます。
Zhipuはまた、脆弱性発見に関するデータと環境も学習内容に加えました。
同社は、社内ベンチマークのZ.ai Code BenchにおいてGLM-5.2から50%の向上を達成したと報告しているほか、公開されているコーディングおよびエージェント関連のベンチマークでも成果を上げているとしています。
Shah氏は、こうしたモデルの能力が向上するにつれて、コーディング能力と攻撃的なセキュリティ能力との結びつきはますます切り離しにくくなっていると述べています。
「AIがコードをテストしバグを修正する際に用いる推論と、攻撃者が弱点を見つけて突破する際に用いる推論は、全く同じものなのです」と同氏は述べています。
オープンウェイト公開でリスクが増大
Zhipuは、安全性評価とハードニング(堅牢化対策)を経た上で、発表からおよそ2週間後にGLM-5.3のモデルの重みを公開する計画です。
同社は、脆弱性発見からますます高度化するエクスプロイト推論に至るまでの能力を実証したとするオープンウェイトモデルの公開に向けて準備を進めています。
Zhipuは今回の発表において、予定している安全性評価とハードニング以外に、オープンウェイト公開に際してどのような追加の安全対策を講じるかについては明らかにしていません。
Shah氏にとって問題となるのは、こうした能力が広く利用可能になった場合に、脆弱性の発見からエクスプロイトへと至るまでのスピードです。
「もしAI駆動のツールが実世界のシステムにある未パッチの欠陥を数千件単位で発見でき、しかも誰でもその能力をダウンロードできるようになれば、対応までの猶予はほぼゼロにまで縮まってしまいます」と同氏は述べています。
同氏は、マシンスピードで動く攻撃から防御するには、AIモデルや自律型エージェントの開発・展開の段階に組み込まれた管理体制が必要になると述べています。
本記事はInfoWorldに掲載されたものです。
Gyana Swain is a seasoned technology journalist with over 20 years’ experience covering the telecom and IT space. He is a consulting editor with VARINDIA and earlier in his career, he held editorial positions at CyberMedia, PTI, 9dot9 Media, and Dennis Publishing. A published author of two books, he combines industry insight with narrative depth. Outside of work, he’s a keen traveler and cricket enthusiast. He earned a B.S. degree from Utkal University.
