Китайский ИИ GLM-5.2 догнал американский Mythos в кибербезопасности
Китайская модель GLM-5.2 от Zhipu AI достигла производительности уровня Anthropic Mythos в обнаружении уязвимостей. Это ставит под вопрос стратегию США по кибербезопасности.
Китайские системы искусственного интеллекта совершили значительный прорыв в области обнаружения уязвимостей программного обеспечения. Согласно информации из открытых источников, модель GLM-5.2, разработанная пекинской компанией Zhipu AI (также известной как Z.ai), продемонстрировала производительность, сопоставимую с передовой проприетарной системой Mythos от Anthropic. Это достижение ставит под серьезное сомнение стратегию Вашингтона, направленную на ограничение доступа Пекина к передовым технологиям искусственного интеллекта.
Китайский ИИ GLM-5.2 догнал американский Mythos в кибербезопасности
Технические характеристики и открытые веса
Модель GLM-5.2 представляет собой систему с открытыми весами, что означает возможность ее свободного использования и модификации разработчиками по всему миру. Архитектура модели базируется на принципе смеси экспертов (Mixture-of-Experts) и включает в себя колоссальные 744 миллиарда параметров, из которых 40 миллиарда являются активными в любой момент времени. Такой масштаб позволяет системе эффективно обрабатывать сложные задачи, включая анализ кода и поиск ошибок безопасности.
Важным аспектом является лицензирование: модель распространяется под лицензией MIT, что способствует ее быстрому внедрению в индустрию. Независимые тестирования показывают, что хотя GLM-5.2 все еще уступает лидерам рынка в общих задачах, разрыв в специфических бенчмарках по кибербезопасности практически исчез.
Сравнение с американскими аналогами
Американская компания Anthropic представила свою модель Mythos в апреле 2026 года как инструмент для автономного обнаружения уязвимостей в программном обеспечении. Система способна выявлять тысячи критических ошибок в операционных системах и браузерах, что вызывает опасения у регуляторов из-за потенциала двойного использования технологии.
Китайский ответ не заставил себя ждать. Помимо Zhipu AI, китайская компания 360 Security также заявила о создании системы Tulongfeng, которая, по утверждению разработчиков, нашла более 3400 уязвимостей, что сопоставимо с результатами Mythos. Основатель 360 Чжоу Хунъи отметил, что хотя базовые возможности китайских моделей отстают от американских на 20–30%, комбинация ИИ с proprietary данными позволяет достигать паритета в конкретных задачах.
Геополитические последствия и реакция США
Достижения китайских разработчиков вызывают серьезную обеспокоенность в правительстве США. Администрация Трампа рассматривает продвинутые модели ИИ, способные идентифицировать уязвимости, как угрозу национальной безопасности. Ранее Вашингтон уже предпринимал шаги по ограничению доступа Китая к мощному аппаратному обеспечению и передовым моделям, таким как Mythos и GPT-5.6.
- Стратегический сдвиг: Китай переходит от простого копирования к созданию специализированных инструментов для киберобороны и наступления.
- Односторонняя прозрачность: Китайские эксперты предупреждают, что отсутствие собственных аналогов Mythos создавало бы уязвимость перед американскими кибератаками.
- Государственная поддержка: Развитие ИИ в Китае тесно связано с государственными институтами, такими как университет Цинхуа, с которым аффилирована Zhipu AI.
Будущее гонки вооружений в сфере ИИ
Ситуация демонстрирует, что технологические санкции не смогли полностью остановить прогресс китайского ИИ. Напротив, они стимулировали развитие внутренних решений, таких как GLM-5.2, которые теперь конкурируют с западными аналогами в ключевых секторах, включая кибербезопасность. Эксперты отмечают, что способность находить баги может быть использована как для защиты инфраструктуры, так и для проведения offensives операций.
По мере того как китайские модели становятся все более совершенными, давление на американские технологические компании будет усиливаться. Вопрос баланса между инновациями и безопасностью остается одним из самых острых в международной повестке 2026 года.







































