Uma auditoria independente realizada pela SaferAI identificou na modelo Zhipu GLM-5.2 capacidades de ataque cibernético comparáveis ao GPT-5.5, mas a modelo está completamente desprovida de mecanismos de filtragem de conteúdo, o que aponta para riscos estruturais em lançamentos com pesos abertos.
À medida que modelos chineses, como a série GLM da Zhipu e a Kimi da Moonshot, diminuem a lacuna em capacidades com sistemas avançados ocidentais, a diferença nos mecanismos de segurança aumentou significativamente. A organização não governamental europeia SaferAI publicou um relatório independente sobre os riscos da modelo Zhipu GLM-5.2. Os testes foram realizados sem coordenação com a Zhipu e comparados com o Claude Opus 4.7 e o GPT-5.5 em quatro categorias de riscos sistêmicos definidas pelo Código de Práticas de IA de propósito geral da UE.
Em termos de ataques cibernéticos e biociências, a GLM-5.2 está apenas dois a quatro meses atrás do GPT-5.5. No entanto, a diferença em questões de segurança foi bastante substancial. Em seis subdomínios, incluindo criptografia, exploração de aplicações web, Pwn e engenharia reversa, a GLM-5.2 demonstrou conformidade com modelos fechados em zonas de vermelho profundo, atingindo uma taxa de sucesso de 100% em algumas áreas, com total ausência de proteções de filtragem de conteúdo. O modelo não apresentou falha ao ser testado em aspectos comportamentais relacionados a ransomware, persuasão maliciosa ou pressão para mentir.
Ao usar o benchmark CyBench no formato CTF, a GLM-5.2 completou com sucesso 29 de 34 tarefas, equiparando-se ao Claude Opus 4.7 e ficando atrás do GPT-5.5, que resolveu 31 tarefas. Além disso, a GLM-5.2 executou cada etapa sem ativar nenhum aviso de segurança, enquanto o Claude e o GPT iniciaram solicitações de filtragem em etapas chave. Na plataforma CyberGym, que simula a detecção de vulnerabilidades no mundo real, a GLM-5.2 reproduziu apenas uma pequena parte das vulnerabilidades com um orçamento de inferência de 2 milhões de tokens, mas alcançou 76% de reprodução com 50 milhões de tokens, aproximando-se dos 88,1% do GPT-5.5.
O Instituto de Segurança de IA do Reino Unido afirmou anteriormente que o risco cibernético de um modelo não é um indicador fixo, mas depende do tempo de computação e inferência, e os dados da SaferAI confirmam isso. O problema estrutural reside no lançamento com pesos abertos. Assim que os pesos saem da API oficial, os desenvolvedores podem remover completamente os filtros de conteúdo e as verificações em nível de conta, privando o laboratório original da capacidade de fornecer proteção. A publicação TechCrunch considera que este problema não é exclusivo da Zhipu, mas reflete todo o ecossistema de LLMs chineses de código aberto. Como observou um comentarista chinês, as capacidades abertas dos invasores já chegaram ao limiar dos sistemas avançados, e será a diferença em segurança, e não em capacidades, que definirá a próxima crise regulatória.