A cura di Giovanni Masi
In due valutazioni circoscritte, GLM-5.2 ha eguagliato o superato alcune configurazioni di Claude in specifici compiti di cybersicurezza. Il modello, sviluppato da Zhipu AI e distribuito con il marchio Z.ai, rappresenta uno dei segnali più evidenti della crescita dei sistemi cinesi a pesi aperti nelle attività di analisi del software.
I risultati non dimostrano che GLM-5.2 sia equivalente a Claude Mythos Preview, il sistema al quale Anthropic attribuisce capacità avanzate nella scoperta e nello sfruttamento delle vulnerabilità. Indicano però che alcune competenze di analisi del codice stanno emergendo anche in modelli che possono essere installati e adattati su infrastrutture private.
Semgrep misura il modello su una vulnerabilità specifica
Semgrep ha confrontato diversi modelli nella ricerca delle vulnerabilità IDOR, errori nei controlli di autorizzazione che possono consentire a un utente di accedere a dati o risorse appartenenti ad altri account. Nel test, GLM-5.2 ha ottenuto risultati migliori di alcune configurazioni di Claude Code basate su Opus, mostrando un buon equilibrio tra difetti individuati e falsi positivi.
Il modello non ha lavorato completamente senza assistenza. Semgrep gli ha fornito il codice da esaminare, una strategia di ricerca e indicazioni sulla tipologia di vulnerabilità. L’ambiente utilizzato era tuttavia più semplice del sistema integrato nel prodotto Semgrep Multimodal, progettato per individuare in anticipo i punti di accesso dell’applicazione e indirizzare l’analisi verso le sezioni più rilevanti del codice.
Le configurazioni dotate di questa infrastruttura specializzata sono rimaste in testa. Il test mostra quindi che gli strumenti, la selezione del contesto e le procedure di analisi costruite attorno al modello possono incidere in modo rilevante sulle prestazioni finali.
Un risultato utile, ma non generalizzabile
La valutazione di Semgrep riguarda una sola categoria di vulnerabilità, un insieme limitato di applicazioni e una singola esecuzione. I modelli generativi non restituiscono risultati perfettamente identici a ogni tentativo, perciò una nuova prova potrebbe produrre una graduatoria diversa.
La conclusione più prudente è che GLM-5.2 si sia dimostrato competitivo nelle condizioni esaminate. Il test non consente invece di affermare che il modello sia generalmente superiore a Claude nell’analisi del software o nella ricerca di vulnerabilità più complesse.
La distinzione è importante perché la cybersicurezza comprende attività molto diverse. Individuare un controllo di autorizzazione mancante in un’applicazione web non equivale a scoprire un difetto sconosciuto in un kernel, trasformarlo in un exploit funzionante e superare le protezioni di un sistema operativo.
Mythos opera su una scala differente
Anthropic presenta Mythos Preview come un modello generalista con capacità particolarmente avanzate nella cybersicurezza. Nelle valutazioni interne descritte dall’azienda, il sistema avrebbe individuato vulnerabilità zero-day nei principali sistemi operativi e browser, sviluppato exploit funzionanti e costruito catene offensive composte da più difetti.
Nel caso del motore JavaScript di Firefox, Anthropic riferisce che Mythos è riuscito in numerose occasioni a trasformare vulnerabilità già individuate in exploit funzionanti. L’azienda descrive inoltre una catena di attacco contro un browser e una vulnerabilità remota nel server NFS di FreeBSD.
Gran parte di queste informazioni proviene direttamente da Anthropic e non può essere verificata in ogni dettaglio. Alcuni risultati hanno però ricevuto conferme esterne. Mozilla ha dichiarato di avere corretto centinaia di vulnerabilità emerse durante una valutazione iniziale con Mythos, mentre FreeBSD ha confermato e corretto un difetto nel componente RPCSEC_GSS.
Queste verifiche attestano l’esistenza delle vulnerabilità, ma non certificano necessariamente tutte le capacità autonome e le catene di sfruttamento descritte da Anthropic. Il confronto con GLM-5.2 rimane quindi indiretto. I test di Semgrep mostrano che il modello cinese può competere con alcune configurazioni di Claude in un’attività specifica, ma non dimostrano che possa replicare l’intero spettro operativo attribuito a Mythos.
Graphistry offre un secondo confronto
Un altro segnale arriva da Graphistry, che ha sottoposto GLM-5.2 a CyBT-CTF, una raccolta di prove dedicate alle indagini informatiche condotte da agenti AI. Utilizzato attraverso OpenCode, il modello ha eguagliato alcune configurazioni di Claude Opus e ha superato una versione di Claude Sonnet.
Anche in questo caso l’ambiente di esecuzione ha modificato sensibilmente i risultati. Quando Opus è stato integrato in Louie.ai, il sistema specializzato sviluppato da Graphistry, ha completato un numero maggiore di attività rispetto alla configurazione standard di GLM-5.2.
L’esperimento rafforza l’idea che il confronto non possa essere ridotto a una classifica tra modelli. Memoria, strumenti, istruzioni, selezione del contesto e procedure di controllo possono cambiare in modo sostanziale l’efficacia di un agente.
Graphistry ha inoltre rilevato una correlazione insolitamente elevata tra alcuni errori di GLM-5.2 e quelli prodotti da GPT-5.5 e Opus 4.8. La società ha ipotizzato che risposte generate da modelli esterni possano essere state impiegate durante l’addestramento o l’affinamento del sistema cinese. La correlazione statistica non costituisce però una prova e non consente di ricostruire con certezza il processo di sviluppo.
Secondo le misurazioni pubblicate da Semgrep e Graphistry, nelle configurazioni esaminate GLM-5.2 è risultato meno costoso di Opus. Il confronto economico dipende tuttavia dai provider, dagli ambienti di esecuzione e dai prezzi applicati durante i test, quindi non può essere esteso automaticamente a ogni utilizzo.
I pesi aperti ampliano le possibilità di impiego
GLM-5.2 utilizza un’architettura mixture-of-experts, nella quale soltanto una parte del modello viene attivata per elaborare ogni porzione di testo. Z.ai dichiara una finestra di contesto da un milione di token, sufficiente per lavorare su grandi quantità di codice e numerosi file collegati.
I pesi sono distribuiti con licenza MIT e possono essere eseguiti localmente attraverso diversi ambienti software. Questo non rende GLM-5.2 pienamente open source. Nella documentazione pubblica consultata non risultano disponibili tutti i dati di addestramento né una descrizione completa del processo seguito per costruire il modello. Anche l’esecuzione su infrastrutture proprie richiede risorse considerevoli.
La disponibilità dei pesi costituisce comunque una differenza importante rispetto ai servizi accessibili soltanto tramite API. Un’organizzazione può mantenere il proprio codice in un ambiente controllato, adattare il sistema alle proprie esigenze e ridurre la dipendenza dalle politiche operative del fornitore.
Una volta scaricato ed eseguito su infrastrutture private, un modello a pesi aperti riduce sensibilmente la possibilità del produttore di controllarne gli impieghi, revocare l’accesso o applicare filtri centralizzati. In cybersicurezza questa libertà comporta rischi evidenti, perché uno strumento impiegato per individuare e correggere un difetto può essere utilizzato anche per trasformarlo in un attacco.
Altre aziende cinesi investono negli agenti cyber
Il caso di Zhipu AI non è isolato. Alla conferenza ISC.AI di Pechino, Qihoo 360 ha presentato Tulongfeng, definito dal fondatore Zhou Hongyi come una risposta nazionale a Mythos, e Yitianzhen, pensato per la difesa automatizzata e la gestione degli incidenti.
Qihoo 360 sostiene che Tulongfeng abbia individuato migliaia di vulnerabilità, alcune delle quali confermate da autorità cinesi. Reuters non ha potuto verificare indipendentemente questi numeri, che devono quindi essere considerati dichiarazioni aziendali e non prove di prestazioni equivalenti a quelle attribuite a Mythos.
Lo stesso Zhou ha riconosciuto che i modelli cinesi conservano un ritardo nelle capacità di base, sostenendo però che la distanza possa essere compensata attraverso agenti specializzati, banche dati e strumenti di sicurezza integrati. È una strategia coerente con quanto emerge dai test di Semgrep e Graphistry, nei quali l’architettura complessiva del sistema ha inciso in modo evidente sui risultati.
La competizione si sposta sulla capacità di risposta
Lo Stanford AI Index descrive un divario ormai molto ridotto tra i migliori sistemi statunitensi e cinesi nell’Arena Leaderboard analizzata dal rapporto. Il dato non riguarda direttamente la cybersicurezza e non può essere utilizzato per stabilire una parità generale tra i due Paesi. Contribuisce però a descrivere una convergenza tecnologica che interessa un numero crescente di applicazioni.
GLM-5.2 non è stato dimostrato equivalente a Mythos. Ha tuttavia mostrato che un modello a pesi aperti può competere con alcune configurazioni proprietarie in specifiche attività cyber, offrendo al tempo stesso maggiore libertà di distribuzione e costi inferiori negli esperimenti considerati.
La diffusione di questi strumenti solleva il rischio che, almeno per alcune organizzazioni, la scoperta delle vulnerabilità proceda più rapidamente della loro correzione. Non si tratta di un esito inevitabile. Gli stessi sistemi possono rafforzare il lavoro dei difensori, accelerando l’analisi del codice e la preparazione degli aggiornamenti.
La differenza dipenderà dalla capacità di integrare i modelli nei processi di verifica, aggiornamento e risposta agli incidenti. Trovare una vulnerabilità sarà sempre meno sufficiente. Il vantaggio reale verrà dalla rapidità con cui potrà essere compresa e corretta prima che qualcuno riesca a sfruttarla.
Bibliografia
Semgrep, We Have Mythos at Home: GLM 5.2 Beats Claude in Our Cyber Benchmarks, 22 giugno 2026.
Graphistry, GLM 5.2 Open Model: Beats Sonnet, Matches Opus in Cyber Evals, 23 giugno 2026.
Anthropic, Assessing Claude Mythos Preview’s Cybersecurity Capabilities, 7 aprile 2026.
Mozilla, The Zero-Days Are Numbered, 21 aprile 2026.
FreeBSD Project, FreeBSD-SA-26:08.rpcsec_gss, 26 marzo 2026.
Z.ai, GLM-5.2 Model Card, giugno 2026.
Reuters, China’s 360 Says It Has Developed Tools to Match Anthropic’s Mythos, 24 giugno 2026.
Stanford Institute for Human-Centered Artificial Intelligence, The 2026 AI Index Report – Technical Performance, 2026.