AI-exportcontroles falen: Hoe Chinese open-weight modellen en distillatie-aanvallen de grens deden instorten

Jarenlang was de basis van de Amerikaanse AI-strategie een simpele aanname: beperk de toegang tot de meest geavanceerde chips en modelgewichten, en Chinese AI-labs zouden één tot twee generaties achterblijven. Drie gebeurtenissen in twee weken tijd in juni 2026 hebben die aanname onhoudbaar gemaakt.

1. Zhipu AI's GLM-5.2: Open-weight gelijkwaardigheid tegen 1/6 van de kosten

Op 13 juni 2026 bracht Zhipu AI (internationaal opererend als Z.ai) GLM-5.2 uit, een Mixture-of-Experts-model met 744–753 miljard parameters en een contextvenster van 1 miljoen tokens, onder de permissieve MIT open-source licentie op Hugging Face . De release vond plaats op dezelfde dag dat de Amerikaanse regering Anthropic dwong om Claude Fable 5 en Mythos 5 wereldwijd offline te halen vanwege nationale veiligheidsrisico's .

Prestaties op cybersecurity-benchmarks:

• In onafhankelijke tests van Semgrep scoorde GLM-5.2 39% F1 op IDOR-detectie, waarmee het Claude Code (32%) versloeg voor ongeveer $0,17 per gevonden kwetsbaarheid — een fractie van de kosten van propriëtaire alternatieven .
• Een Wall Street Journal-rapport stelde dat GLM-5.2 gelijkwaardig was aan Anthropic's Mythos bij het vinden van veiligheidsbugs in gerichte Semgrep-tests .
• Het scoorde 81,0 op Terminal-Bench 2.1 (tegenover 63,5 voor GLM 5.1) en overtrof Claude Opus 4.8 op de MCP-Atlas tool-use benchmark (77,0 vs. 75,3) .
• Artificial Analysis rangschikte het als #1 open-weight model wereldwijd en in de top 3 overall over alle modellen heen .
• Op Simbian's Cyber Defense Benchmark stond het op #4, waarbij het Opus 4.8, Opus 4.7, GPT-5 en GPT-5.5 versloeg .

Kostenvoordeel: Het model draait voor ongeveer 1/6 van de kosten van gelijkwaardige propriëtaire Amerikaanse frontlinie-modellen per token, en de gewichten zijn downloadbaar voor self-hosting zonder API-kosten .

Belangrijke kanttekening: Miles Brundage van AVERI heeft publiekelijk een 100-op-1 weddenschap aangeboden, waarin hij de bewering van de WSJ betwist dat GLM-5.2 Mythos echt evenaart op cybersecurity. Hij stelt dat de benchmark te beperkt was . De gelijkwaardigheidsclaim is reëel op specifieke Semgrep-tests, maar generaliseert mogelijk niet naar bredere evaluaties.

2. 360 Security's "Tulongfeng": Inheemse kwetsbaarheidsdetectie

Op 24 juni 2026 onthulde de Chinese cybersecuritygigant 360 Security Technology (Qihoo 360) op het ISC.AI-congres in Peking twee AI-gestuurde cybersecuritytools :

• Tulongfeng — een AI-systeem voor het automatisch ontdekken van softwarekwetsbaarheden, expliciet door oprichter Zhou Hongyi bestempeld als "China's versie van Mythos" .
• Yitianzhen — een platform voor het automatiseren van cyberdefensie en incidentrespons .

Zhou Hongyi stelde dat China "het zich niet kon veroorloven om te missen" een binnenlands equivalent van Mythos, en framede het als een strategische cybercapaciteit . De tools zijn gebouwd om de detectiecapaciteiten van Frontier-class AI te evenaren zonder afhankelijk te zijn van beperkte Amerikaanse modellen of hardware . Volgens rapporten heeft Tulongfeng al meer dan 3.400 kwetsbaarheden geïdentificeerd, waarvan er 105 naar verluidt zijn bevestigd door China's CNVD-database .

3. Anthropic's beschuldiging tegen Alibaba: Distillatie als omzeilingsmechanisme

Op 24–25 juni 2026 stuurde Anthropic een brief aan Amerikaanse senatoren (gedateerd 10 juni) waarin het Alibaba en zijn Qwen AI-lab beschuldigde van het uitvoeren van "de grootste bekende distillatie-aanval" op zijn Claude-model .

Belangrijke details uit de brief:

• Operators gebruikten ongeveer 25.000 frauduleuze accounts om meer dan 28,8 miljoen interacties met Claude uit te voeren tussen 22 april en 5 juni 2026 .
• De campagne was bedoeld om modelcapaciteiten te extraheren via distillatie — het trainen van Alibaba's eigen modellen op de output van Claude — en zo Amerikaanse exportcontroles te omzeilen die directe overdracht van modelgewichten beperken .
• Anthropic noemde de operatie "brutaal" en "onrechtmatig" .

Alibaba heeft geen openlijk wangedrag toegegeven . Distillatie is een methode die exportcontroles op hardware minder relevant maakt, omdat kennis (in plaats van gewichten) wordt overgedragen en het getrainde model kan draaien op elke lokaal beschikbare rekenkracht.

Wat dit betekent voor Amerikaanse exportcontroles

Het collectieve effect is een strategische klap voor het raamwerk van Washington:

Pijler van de Amerikaanse strategie	Hoe het werd ondermijnd
Hardware ontzegging (chip exportcontroles)	GLM-5.2 is getraind en draait op binnenlandse Chinese rekenkracht; Tulongfeng is volledig inheems .
Modeltoegangsbeperking (exportverboden op gewichten)	GLM-5.2-gewichten zijn vrij downloadbaar onder MIT-licentie — iedereen ter wereld kan het zelf hosten .
Frontlinie-modellen propriëtair houden	Zhipu bracht een frontlinie-model open-source op dezelfde dag dat Anthropic's model werd stilgelegd .
Frontlinie-cybertools in vertrouwde handen houden	Tulongfeng + Yitianzhen brengen Mythos-niveau kwetsbaarheidsdetectie naar Chinese staatsgelieerde bedrijven .
Kennisoverdracht voorkomen	De vermeende distillatie-aanval met 28,8M query's van Alibaba laat zien dat de regels kunnen worden omzeild via API-query's, niet via gewichtsoverdracht .

Wat dit betekent voor de kosten en toegankelijkheid van cybersecuritytools

1. Kosten storten in. Semgrep's testen toonden aan dat GLM-5.2 kwetsbaarheden vindt voor ~$0,17 per exploitatiewijze versus veel hogere kosten per kwetsbaarheid voor propriëtaire Amerikaanse modellen . De open-weight MIT-licentie betekent geen licentiekosten. De tools van 360 zijn binnenlandse producten voor de Chinese markt, waarschijnlijk geprijsd onder Amerikaanse alternatieven .

2. Toegankelijkheid neemt dramatisch toe.

• Elk securityteam met bescheiden GPU-infrastructuur kan GLM-5.2 zelf hosten voor geautomatiseerde code-audits .
• Chinese bedrijven en staatsgelieerde entiteiten hebben nu directe toegang tot geautomatiseerde zero-day detectietools (Tulongfeng) die voorheen alleen beschikbaar waren bij Amerikaanse labs onder strikte controles .
• De combinatie van open-weight LLM's, distillatie en inheemse tools betekent dat geavanceerde cybersecurity-AI niet langer een Amerikaans monopolie is tegen welke prijs dan ook .

3. Offensieve-defensieve gelijkheid vervaagt. Hetzelfde GLM-5.2-model dat bugs vindt voor $0,17 per stuk, en dezelfde Tulongfeng-tool, kunnen worden gebruikt voor zowel het patchen van kwetsbaarheden als het offensief ontdekken van exploits. Met open gewichten en geen toezichtslaag is het moeilijk om defensief van offensief gebruik te onderscheiden .

De conclusie: Het exportcontroleparadigma ging ervan uit dat het beperken van NVIDIA-chips en modelgewichten Chinese frontlinie-AI-capaciteiten 2-3 generaties achter zou houden. GLM-5.2 (open-weight, MIT-gelicentieerd, dat de Amerikaanse frontlinie evenaart op specifieke cybersecurity-benchmarks tegen 1/6 van de kosten), Tulongfeng (een binnenlandse Mythos-klasse tool) en de Alibaba-distillatie-episode tonen collectief aan dat kennis, capaciteit en toegang al zijn ontsnapt aan het controleregime. Geavanceerde cybersecuritytools zijn in een paar weken tijd verschoven van schaarse, alleen-Amerikaanse, dure producten naar wereldwijd toegankelijke, goedkope, open-commodity assets.