Çinli yapay zeka (AI) girişimi Zhipu AI veya Z.ai, Anthropic'in siber güvenlik ve yazılım güvenlik açığı tespitinde tartışmalı Mythos sınıfı modeline karşılık gelen açık bir GLM 5.2 modeli yayınladı. Sınır modellerini test eden ve karşılaştıran araştırmacılar, Çinli yapay zeka şirketinin önemli bir maliyet avantajına sahip olmaya devam ettiğini söylüyor; bu, ilk olarak geçen yılın başlarında DeepSeek tarafından ortaya konuldu.
Bir uygulamanın kullanıcı kimliği gibi dahili bir tanımlayıcıyı izinsiz olarak açığa çıkardığı belirli bir güvenlik açığını test eden Güvenli Olmayan Doğrudan Nesne Referansı (IDOR) karşılaştırmasını kullanan Amerikan siber güvenlik firması Semgrep, GLM-5.2'nin Anthropic'in Claude Opus 4.6'sından (%32) ve Claude Opus 4.8/4.7'den (%28) daha iyi performans gösterdiğini buldu (%39).
744 milyar parametreli Uzmanlar Karması (MoE) modelinin, depo düzeyindeki karmaşık kod yetkilendirme hatalarını analiz etmede şaşırtıcı derecede iyi olduğu kanıtlandı. Araştırmacılar, “Aynı minimum hız ve özelliklere sahip modeller arasında, GLM 5.2 açık ağırlıklı bir modeldi; ⅙ Frontier LLM'nin maliyeti, gerçekten zor bir güvenlik araştırması görevinde Claude Code'dan daha iyi performans gösterdi” dedi.
Z.ai, bu ayın başlarında GLM-5.2'yi piyasaya sürmüştü ve AI şirketinin “uzun ufuk görevleri” olarak adlandırdığı veya daha ağır token kullanımına daha az dayanan aracı görevleri için optimizasyona dikkat çekmişti.
Şirket o dönemde şunları belirtmişti: “1M bağlamını iddia etmek kolaydır, ancak onu gerçek teknik baskılar altında güvenilir bir şekilde sürdürmek çok daha zordur. Bu amaçla, kodlama aracısı senaryoları için 1M bağlam eğitimini büyük ölçekli dağıtımları, otomatik araştırmayı, performans ayarlamayı ve karmaşık hata ayıklamayı içerecek şekilde önemli ölçüde genişlettik.”
DeepSeek'in geçen yılın sonlarında yapay zeka dünyasını kasıp kavurmasından bu yana Çin yapay zeka modellerinin sürekli olarak gösterdiği maliyet avantajı, bir avantaj olmaya devam ediyor. Yaklaşık token maliyetleri açısından, Z.ai GLM-5.2'nin maliyeti bir milyon giriş tokenı başına 1,40 dolar ve bir milyon çıkış tokenı başına 4,40 dolardır; buna karşılık Anthropic'in Claude Opus 4.8'inin geliştiricilere ve şirketlere aynı kullanım için sırasıyla yaklaşık 5 dolar ve 25 dolar maliyeti vardır.
“GLM 5.2, herhangi bir iskele olmadan, Claude Code'u yedi puan geride bıraktı (%39'a karşı %32). Basit bir komut çalıştıran açık ağırlıklı bir model, yüksek mantık gerektiren bir güvenlik görevinde Frontier Coding aracısından daha iyi performans gösterdi. Üstelik makul bir fiyata! GLM 5.2'nin fiyatlandırmasında, açık ağırlık çalıştırmanın maliyeti, bulunan güvenlik açığı başına yaklaşık 0,17 dolar oldu” diye ekliyorlar.
Bu testteki diğer LLM'ler arasında MiniMax M3, Kimi K2.7 Code, OpenAI GPT-5.5 ve DeepSeek v4 yer alıyor.
Ancak GLM, daha genel görevlerde Anthropic ve OpenAI'nin diğer modellerinden her zaman üstün değildir. Ancak bu, Çin yapay zeka modellerinin diğer yapay zeka şirketlerine kıyasla ortalama becerilerdeki açığı sistematik olarak daralttığının kanıtıdır.
GLM-5.2, Anthropic, Deepseek, Xiaomi ve Tencent modellerinin yanı sıra AI pazarı OpenRouter'ın LLM kullanım lider tablosunda en çok kullanılan 10 AI modeli arasında yer almaya devam ediyor.
Anthropic'in Claude modellerinden veya OpenAI'nin GPT'sinden farklı olarak, GLM-5.2 gibi açık ağırlıklı modeller indirilebilir ve değiştirilebilir; bu da kullanıcıların bunları belirli görevler için optimize edebileceği, ticari bir sağlayıcıya bağımlı olmadan çalıştırabileceği ve hatta güvenlik engellerini kaldırabileceği anlamına gelir. Bu durum, tehdit aktörlerinin siber savunma aparatları kadar güçlü araçlara sahip olacağından, siber güvenlik saldırıları gerçekleştirmek için GLM gibi açık modellerin kullanılmasına ilişkin endişeleri artıracaktır.
Z.ai'nin kurucusu Jie Tang, bu yıl Anthropic'in ilk “Efsane” modeli olan Fable 5 ile doğrudan rekabet halinde olacak başka bir açık kaynak modeli geliştirme niyetini zaten kamuoyuna açıkladı.
Bir yanıt yazın