Ytelse på cybersikkerhetstester:

• I Semgreps uavhengige tester scoret GLM-5.2 39 % F1 på IDOR-deteksjon, og slo Claude Code (32 %) til omtrent $0,17 per oppdaget sårbarhet – en brøkdel av prisen for proprietære alternativer .
• En rapport i Wall Street Journal hevdet at GLM-5.2 matchet Anthropic Mythos i å finne sikkerhetsfeil i målrettede Semgrep-tester .
• Modellen scoret 81,0 på Terminal-Bench 2.1 (mot 63,5 for GLM 5.1) og utkonkurrerte Claude Opus 4.8 på MCP-Atlas-verktøybruk (77,0 mot 75,3) .
• Artificial Analysis rangerte den som verdens beste åpne modell og blant topp 3 totalt .
• På Simbians Cyber Defense Benchmark kom den på 4. plass og slo Opus 4.8, Opus 4.7, GPT-5 og GPT-5.5 .

Kostnadsfordel: Modellen kjører til omtrent 1/6 av prisen for tilsvarende proprietære amerikanske frontlinjemodeller per token, og vektene kan lastes ned for egen hosting uten API-avgift .

Viktig forbehold: Miles Brundage i AVERI har offentlig tilbudt et 100-til-1-veddemål som bestrider WSJs påstand om at GLM-5.2 virkelig matcher Mythos på cybersikkerhet, og argumenterer for at testomfanget var for smalt . Påstanden om likeverdighet gjelder spesifikke Semgrep-tester, men kan ikke nødvendigvis generaliseres.

2. 360 Securitys «Tulongfeng»: Lokal sårbarhetsoppdagelse

Den 24. juni 2026, på ISC.AI-konferansen i Beijing, avduket den kinesiske cybersikkerhetsgiganten 360 Security Technology (Qihoo 360) to KI-drevne cybersikkerhetsverktøy :

• Tulongfeng – et KI-system for automatisk å oppdage programvaresårbarheter, eksplisitt omtalt av grunnlegger Zhou Hongyi som «Kinas versjon av Mythos» .
• Yitianzhen – en plattform for å automatisere cyberforsvar og hendelseshåndtering .

Zhou Hongyi uttalte at Kina «ikke hadde råd til å mangle» en innenlandsk ekvivalent til Mythos, og rammet det inn som en strategisk cyberkapasitet . Verktøyene ble bygget for å matche frontlinje-KI-egenskaper for trusseldeteksjon uten å være avhengige av begrensede amerikanske modeller eller maskinvare . Ifølge rapporter har Tulongfeng allerede identifisert over 3400 sårbarheter, hvorav 105 angivelig er bekreftet av Kinas CNVD-database .

3. Anthropics anklage mot Alibaba: Destillasjon som omgåelsesmekanisme

Den 24.–25. juni 2026 sendte Anthropic et brev til amerikanske senatorer (datert 10. juni) der de anklaget Alibaba og deres Qwen KI-laboratorium for å ha utført «det største kjente destillasjonsangrepet» mot sin Claude-modell .

Viktige detaljer fra brevet:

• Operatører brukte omtrent 25 000 uredelige kontoer til å gjennomføre mer enn 28,8 millioner interaksjoner med Claude mellom 22. april og 5. juni 2026 .
• Kampanjen hadde til hensikt å utvinne modellegenskaper gjennom destillasjon – å trene Alibabas egne modeller på Claudes svar – og dermed omgå USAs eksportkontroll som begrenser direkte overføring av modellvekter .
• Anthropic kalte operasjonen «frekk» og «ulovlig» .

Alibaba har ikke offentlig innrømmet urett . Destillasjon, slik det beskrives, er en metode som effektivt gjør maskinvarebaserte eksportkontroller mindre relevante fordi kunnskap (snarere enn vekter) overføres, og den trente modellen kan kjøre på den tilgjengelige lokale datakraften.

Hva dette betyr for USAs eksportkontroller

Den samlede effekten er et strategisk slag mot Washingtons rammeverk:

Hva dette betyr for kostnad og tilgjengelighet av cybersikkerhetsverktøy

1. Kostnadene faller. Semgreps tester viste at GLM-5.2 fant sårbarheter til ~$0,17 per utnyttelse mot mye høyere kostnader per sårbarhet for proprietære amerikanske modeller . Den åpne MIT-lisensen betyr null lisensavgifter. 360s verktøy er innenlandske produkter for det kinesiske markedet, sannsynligvis priset lavere enn amerikanske alternativer .

2. Tilgjengeligheten øker dramatisk.

• Ethvert sikkerhetsteam med beskjedne GPU-ressurser kan selv hoste GLM-5.2 for automatisert kodegjennomgang .
• Kinesiske selskaper og statstilknyttede enheter har nå direkte tilgang til automatiserte nullsårbarhetsverktøy (Tulongfeng) som tidligere bare var tilgjengelige fra amerikanske laboratorier under strenge kontroller .
• Kombinasjonen av åpne KI-modeller, destillasjon og innenlandske verktøy betyr at avansert cybersikkerhets-KI ikke lenger er et amerikansk monopol til noen pris .

3. Offensiv-defensiv balansen blir uklar. Den samme GLM-5.2-modellen som finner feil til $0,17 hver, og det samme Tulongfeng-verktøyet, kan brukes både til sårbarhetsretting og offensiv utnyttelsesoppdagelse. Med åpne vekter og ingen tilsynslag er det vanskelig å skille defensiv fra offensiv bruk .

Bunnlinjen: Eksportkontrollparadigmet antok at å begrense NVIDIA-brikker og modellvekter ville holde kinesiske frontlinje-KI-egenskaper 2–3 generasjoner bak. GLM-5.2 (åpen, MIT-lisensiert, matcher USAs frontlinje på spesifikke cybersikkerhetstester til 1/6 av prisen), Tulongfeng (lokalt Mythos-klasseverktøy) og Alibaba-destillasjonsepisoden viser samlet at kunnskap, kapasitet og tilgang allerede har unnslippet kontrollregimet. Avanserte cybersikkerhetsverktøy har gått fra å være knappe, amerikanske, dyre produkter til globalt tilgjengelige, rimelige og åpne ressurser på få uker.

Ytelse på cybersikkerhetstester:

• I Semgreps uavhengige tester scoret GLM-5.2 39 % F1 på IDOR-deteksjon, og slo Claude Code (32 %) til omtrent $0,17 per oppdaget sårbarhet – en brøkdel av prisen for proprietære alternativer .
• En rapport i Wall Street Journal hevdet at GLM-5.2 matchet Anthropic Mythos i å finne sikkerhetsfeil i målrettede Semgrep-tester .
• Modellen scoret 81,0 på Terminal-Bench 2.1 (mot 63,5 for GLM 5.1) og utkonkurrerte Claude Opus 4.8 på MCP-Atlas-verktøybruk (77,0 mot 75,3) .
• Artificial Analysis rangerte den som verdens beste åpne modell og blant topp 3 totalt .
• På Simbians Cyber Defense Benchmark kom den på 4. plass og slo Opus 4.8, Opus 4.7, GPT-5 og GPT-5.5 .

Kostnadsfordel: Modellen kjører til omtrent 1/6 av prisen for tilsvarende proprietære amerikanske frontlinjemodeller per token, og vektene kan lastes ned for egen hosting uten API-avgift .

Viktig forbehold: Miles Brundage i AVERI har offentlig tilbudt et 100-til-1-veddemål som bestrider WSJs påstand om at GLM-5.2 virkelig matcher Mythos på cybersikkerhet, og argumenterer for at testomfanget var for smalt . Påstanden om likeverdighet gjelder spesifikke Semgrep-tester, men kan ikke nødvendigvis generaliseres.

2. 360 Securitys «Tulongfeng»: Lokal sårbarhetsoppdagelse

Den 24. juni 2026, på ISC.AI-konferansen i Beijing, avduket den kinesiske cybersikkerhetsgiganten 360 Security Technology (Qihoo 360) to KI-drevne cybersikkerhetsverktøy :

• Tulongfeng – et KI-system for automatisk å oppdage programvaresårbarheter, eksplisitt omtalt av grunnlegger Zhou Hongyi som «Kinas versjon av Mythos» .
• Yitianzhen – en plattform for å automatisere cyberforsvar og hendelseshåndtering .

Zhou Hongyi uttalte at Kina «ikke hadde råd til å mangle» en innenlandsk ekvivalent til Mythos, og rammet det inn som en strategisk cyberkapasitet . Verktøyene ble bygget for å matche frontlinje-KI-egenskaper for trusseldeteksjon uten å være avhengige av begrensede amerikanske modeller eller maskinvare . Ifølge rapporter har Tulongfeng allerede identifisert over 3400 sårbarheter, hvorav 105 angivelig er bekreftet av Kinas CNVD-database .

3. Anthropics anklage mot Alibaba: Destillasjon som omgåelsesmekanisme

Den 24.–25. juni 2026 sendte Anthropic et brev til amerikanske senatorer (datert 10. juni) der de anklaget Alibaba og deres Qwen KI-laboratorium for å ha utført «det største kjente destillasjonsangrepet» mot sin Claude-modell .

Viktige detaljer fra brevet:

• Operatører brukte omtrent 25 000 uredelige kontoer til å gjennomføre mer enn 28,8 millioner interaksjoner med Claude mellom 22. april og 5. juni 2026 .
• Kampanjen hadde til hensikt å utvinne modellegenskaper gjennom destillasjon – å trene Alibabas egne modeller på Claudes svar – og dermed omgå USAs eksportkontroll som begrenser direkte overføring av modellvekter .
• Anthropic kalte operasjonen «frekk» og «ulovlig» .

Alibaba har ikke offentlig innrømmet urett . Destillasjon, slik det beskrives, er en metode som effektivt gjør maskinvarebaserte eksportkontroller mindre relevante fordi kunnskap (snarere enn vekter) overføres, og den trente modellen kan kjøre på den tilgjengelige lokale datakraften.

Hva dette betyr for USAs eksportkontroller

Den samlede effekten er et strategisk slag mot Washingtons rammeverk:

Hva dette betyr for kostnad og tilgjengelighet av cybersikkerhetsverktøy

1. Kostnadene faller. Semgreps tester viste at GLM-5.2 fant sårbarheter til ~$0,17 per utnyttelse mot mye høyere kostnader per sårbarhet for proprietære amerikanske modeller . Den åpne MIT-lisensen betyr null lisensavgifter. 360s verktøy er innenlandske produkter for det kinesiske markedet, sannsynligvis priset lavere enn amerikanske alternativer .

2. Tilgjengeligheten øker dramatisk.

• Ethvert sikkerhetsteam med beskjedne GPU-ressurser kan selv hoste GLM-5.2 for automatisert kodegjennomgang .
• Kinesiske selskaper og statstilknyttede enheter har nå direkte tilgang til automatiserte nullsårbarhetsverktøy (Tulongfeng) som tidligere bare var tilgjengelige fra amerikanske laboratorier under strenge kontroller .
• Kombinasjonen av åpne KI-modeller, destillasjon og innenlandske verktøy betyr at avansert cybersikkerhets-KI ikke lenger er et amerikansk monopol til noen pris .

3. Offensiv-defensiv balansen blir uklar. Den samme GLM-5.2-modellen som finner feil til $0,17 hver, og det samme Tulongfeng-verktøyet, kan brukes både til sårbarhetsretting og offensiv utnyttelsesoppdagelse. Med åpne vekter og ingen tilsynslag er det vanskelig å skille defensiv fra offensiv bruk .

Bunnlinjen: Eksportkontrollparadigmet antok at å begrense NVIDIA-brikker og modellvekter ville holde kinesiske frontlinje-KI-egenskaper 2–3 generasjoner bak. GLM-5.2 (åpen, MIT-lisensiert, matcher USAs frontlinje på spesifikke cybersikkerhetstester til 1/6 av prisen), Tulongfeng (lokalt Mythos-klasseverktøy) og Alibaba-destillasjonsepisoden viser samlet at kunnskap, kapasitet og tilgang allerede har unnslippet kontrollregimet. Avanserte cybersikkerhetsverktøy har gått fra å være knappe, amerikanske, dyre produkter til globalt tilgjengelige, rimelige og åpne ressurser på få uker.