IA chinesa pode ter superado a Anthropic em teste de segurança cibernética

A empresa chinesa Z.ai anunciou nesta sexta-feira (14) que seu modelo de inteligência artificial GLM-5.3 alcançou desempenho ligeiramente superior ao Mythos 5, da Anthropic, em um teste voltado à identificação de vulnerabilidades em softwares.

O resultado coloca a tecnologia chinesa entre os sistemas de IA capazes de atuar em tarefas avançadas de segurança cibernética.

No CyberGym, avaliação que mede a capacidade de examinar códigos, localizar falhas e confirmar se elas são efetivamente exploráveis, o GLM-5.3 registrou 84,5%, contra 83,8% do Mythos 5.

Os números, porém, foram divulgados pela própria Z.ai e ainda não passaram por verificação independente.

A vantagem chinesa desapareceu em uma etapa mais próxima da execução prática de ataques.

No ExploitBench, o modelo da Z.ai marcou 54,4%, enquanto o sistema da Anthropic chegou a 78%, indicando que o Mythos 5 mantém uma distância relevante quando a tarefa exige transformar vulnerabilidades identificadas em explorações efetivas.

Z.ai prepara lançamento com acesso controlado IA – Imagem: Rawpixel.com/Shutterstock A Z.ai pretende disponibilizar o GLM-5.3 publicamente em aproximadamente duas semanas.

Antes disso, a companhia afirma que concluirá avaliações de segurança e aprimorará os mecanismos destinados a impedir usos maliciosos.

As funções consideradas mais sensíveis deverão ficar inicialmente restritas a usuários verificados por meio de um programa de acesso confiável.

A estratégia representa uma mudança relevante para um modelo que a empresa pretende distribuir de forma aberta.

A preocupação está no fato de que sistemas capazes de encontrar vulnerabilidades também podem facilitar ataques, especialmente quando seus pesos podem ser baixados, modificados e associados a outras ferramentas.

A empresa diz ter criado diferentes barreiras para reduzir esse risco.

Entre elas estão filtros para pedidos potencialmente perigosos, mecanismos de acompanhamento da atividade do modelo e treinamento específico para que o sistema recuse solicitações consideradas maliciosas.

De acordo com a Z.ai, essas proteções procuram separar atividades ofensivas de aplicações legítimas, como conserto de falhas, aprendizado sobre segurança digital e avaliações autorizadas de sistemas.