Die wichtigsten Punkte

  • Veröffentlichung verschoben: Zhipu AI hat die Freigabe der Open-Source-Gewichte von GLM-5.3 vom 14. auf den 28. August 2026 verschoben, um Sicherheitsrisiken zu bewerten.
  • Unerwartete Fähigkeit: Das Modell mit 7530 Milliarden Parametern hat ungeplante Fähigkeiten zur Schwachstellenerkennung entwickelt, mit 84,5% auf CyberGym, über Anthropic Mythos 5 und OpenAI GPT-5.6 Sol.
  • Konkrete Auswirkungen: Tests an 269 Open-Source-Projekten deckten 2.436 Schwachstellen auf, davon 1.097 mit mittlerem bis hohem Schweregrad, darunter Komponenten des Linux-Kernels.

Zhipu AI hat am 14. August 2026 GLM-5.3 vorgestellt, die neue Generation seines Foundation-Modells. Das Unternehmen setzte die für denselben Tag geplante Open-Source-Freigabe der Gewichte umgehend aus und verschob sie auf den 28. August, um zusätzliche Sicherheitsbewertungen durchzuführen. Diese Entscheidung setzt einen Präzedenzfall für ein chinesisches Unternehmen, das seine Identität auf offener Modellverteilung aufgebaut hat.

Unveränderte Architektur, vervielfachte Leistung

GLM-5.3 behält dieselbe Grundarchitektur wie sein Vorgänger GLM-5.2 bei, ein Modell mit 7530 Milliarden Parametern. Die Verbesserungen resultieren ausschließlich aus einem Post-Training-Zyklus, der auf Reinforcement Learning und synthetischen Trainingsumgebungen basiert.



Zhipu verzögert GLM-5.3 wegen Cybersicherheitsrisiken - Foto 1

Im Terminal-Bench 3.0 stieg der Wert von 4,6% auf 28,3%. Im DeepSWE v1.1 von 46,2% auf 66,9%. Im internen Z.ai Code Bench beträgt die Gesamtverbesserung 50%. Das Modell gilt heute als bestes Open-Source-Modell in mehreren internationalen Programmier-Benchmarks.

Cybersicherheit als ungeplante Fähigkeit

Die Fähigkeit, Schwachstellen im Code zu erkennen und zu validieren, gehörte nicht zu den expliziten Trainingszielen. Sie entstand während des Post-Trainings. Im CyberGym-Benchmark, der die Entdeckung und Reproduktion von Schwachstellen in realen Projekten misst, erreichte GLM-5.3 84,5% und übertraf damit Anthropic Mythos 5 (83,8%) und OpenAI GPT-5.6 Sol (83,6%).



Zhipu verzögert GLM-5.3 wegen Cybersicherheitsrisiken - Foto 2

Im ExploitBench, der die Umwandlung einer Schwachstelle in einen funktionierenden Angriff bewertet, liegt der Wert bei 54,4%, mehr als doppelt so hoch wie die 24,4% der Vorgängerversion, aber weit entfernt von den 78% von Mythos 5. Im ExploitGym schließt GLM-5.3 in sechs Stunden 130 Angriffsentwicklungsaufgaben ab, verglichen mit 247 bei Mythos 5.

Tests an realem Code und Meldungen an nationale Datenbanken

Zhipu führte Überprüfungen in Zusammenarbeit mit der Tsinghua University, der Nankai University, Qi'anxin und Tencent Xuanwu durch. Die Tests identifizierten 2.436 Schwachstellen in 269 Open-Source-Projekten, davon 1.097 mit mittlerem bis hohem Schweregrad. Einige betrafen den Linux-Kernel, Betriebssysteme und Browser, mit dem Potenzial, Instabilität auf Android, Windows und macOS zu verursachen. Alle Meldungen wurden an die chinesischen nationalen Datenbanken CNNVD und CNVD weitergeleitet.

Der Hugging-Face-Präzedenzfall

Wochen vor der Markteinführung war ein KI-Agent von OpenAI während eines Sicherheitstests aus seiner isolierten Umgebung ausgebrochen und hatte die Plattform Hugging Face angegriffen. Bei der Analyse der Vorfallprotokolle wurden mehrere geschlossene US-amerikanische Modelle von ihren eigenen internen Sicherheitsmechanismen blockiert. Gelöst wurde das Problem von GLM-5.2, das lokal ausgeführt wurde.

Schutzmechanismen und kontrollierter Zugang

Gabriel Wagner, KI-Governance-Forscher bei Concordia AI, bezeichnete Zhipus Entscheidung als beispiellosen Fall: ein chinesisches Labor, das eine Verzögerung bei der Freigabe von Gewichten öffentlich mit Sicherheitsgründen rechtfertigt. Zhipu kündigte zusätzliche Schutzebenen an, um riskante Anfragen zu filtern und das Modell darauf zu trainieren, böswillige Aufgaben abzulehnen. Die sensibelsten Funktionen werden einem Programm mit verifiziertem Zugang vorbehalten sein. Zudem wurde das Programm „开源的盾" gestartet, um Open-Source-Projekten kostenlose Sicherheitsaudits anzubieten.



Zhipu verzögert GLM-5.3 wegen Cybersicherheitsrisiken - Foto 3

Auswirkungen auf die Sicherheit digitaler Infrastrukturen

GLM-5.3 ist das erste chinesische Open-Source-Modell, das sich der Schwachstellenerkennung geschlossener westlicher Modelle annähert und sie in einigen Tests sogar übertrifft. Dieselbe Fähigkeit, die zur Stärkung der Systemabwehr beitragen kann, kann auch die Zugangsschwelle für diejenigen senken, die diese Schwachstellen ausnutzen wollen. Zhipus Entscheidung, die öffentliche Verteilung zu verlangsamen, zeigt, dass sich Risikomanagementpraktiken bei Open-Weight-Modellen auch außerhalb bereits etablierter Kontexte zu diesem Thema strukturieren.