Wydajność w benchmarkach cyberbezpieczeństwa:

• W niezależnych testach Semgrep, GLM-5.2 uzyskał 39% F1 w wykrywaniu IDOR, pokonując Claude Code (32%) przy koszcie około 0,17 dolara za znalezioną podatność – to ułamek kosztów rozwiązań konkurencji .
• Według raportu Wall Street Journal, GLM-5.2 dorównał Anthropic Mythos w wykrywaniu błędów bezpieczeństwa w ukierunkowanych testach Semgrep .
• Osiągnął 81,0 w Terminal-Bench 2.1 (wobec 63,5 dla GLM 5.1) i pokonał Claude Opus 4.8 w benchmarku narzędzi MCP-Atlas (77,0 wobec 75,3) .
• Artificial Analysis uznał go za #1 model o otwartej wadze na świecie i w pierwszej trójce ogólnie .

Przewaga kosztowa: Model działa za około 1/6 kosztów równoważnych zastrzeżonych modeli amerykańskich w przeliczeniu na token, a jego wagi można pobrać i uruchomić samodzielnie bez opłat API .

Ważne zastrzeżenie: Miles Brundage z AVERI publicznie założył się 100 do 1, że twierdzenia WSJ o GLM-5.2 dorównującym Mythos w cyberbezpieczeństwie są mylące, argumentując, że zakres benchmarku był wąski . Rzeczywista zbieżność występuje w konkretnych testach Semgrep, ale może nie mieć przełożenia na szerszą ocenę.

2. „Tulongfeng” od 360 Security: Rodzime wykrywanie podatności

24 czerwca 2026 roku na konferencji ISC.AI w Pekinie chiński gigant cyberbezpieczeństwa 360 Security Technology (Qihoo 360) zaprezentował dwa narzędzia AI :

• Tulongfeng – system do automatycznego wykrywania luk w oprogramowaniu, otwarcie nazwany przez założyciela Zhou Hongyi „chińską wersją Mythosa” .
• Yitianzhen – platforma do automatyzacji obrony cybernetycznej i reagowania na incydenty .

Zhou Hongyi oświadczył, że Chiny „nie mogły sobie pozwolić na brak” krajowego odpowiednika Mythosa, przedstawiając go jako strategiczne narzędzie cybernetyczne . Według doniesień Tulongfeng znalazł już ponad 3400 podatności, z czego 105 potwierdziła chińska baza CNVD .

3. Oskarżenia Anthropica wobec Alibaby: Destylacja jako metoda omijania kontroli

W dniach 24–25 czerwca 2026 roku Anthropic wysłał list do amerykańskich senatorów (z datą 10 czerwca), oskarżając Alibabę i jego laboratorium Qwen AI o przeprowadzenie „największego znanego ataku destylacyjnego” na model Claude .

Kluczowe szczegóły z listu:

• Operatorzy użyli około 25 000 fałszywych kont, aby przeprowadzić ponad 28,8 miliona interakcji z Claude między 22 kwietnia a 5 czerwca 2026 roku .
• Kampania miała na celu wydobycie możliwości modelu poprzez destylację – trenowanie własnych modeli Alibaby na wynikach Claude – co omija amerykańskie kontrole eksportu zakazujące bezpośredniego transferu wag modeli .
• Anthropic nazwał operację „bezczelną” i „nielegalną” .

Alibaba nie przyznał się publicznie do winy . Destylacja, jak opisano, jest metodą, która sprawia, że kontrola eksportu oparta na sprzęcie jest mniej istotna, ponieważ przekazywana jest wiedza (a nie wagi), a wytrenowany model może działać na dostępnych lokalnie zasobach obliczeniowych.

Co to oznacza dla amerykańskiej kontroli eksportu

Łączny efekt jest strategicznym ciosem dla struktury Waszyngtonu:

Co to oznacza dla kosztów i dostępności narzędzi cyberbezpieczeństwa

1. Koszty spadają. Testy Semgrep wykazały, że GLM-5.2 znajduje podatności za około 0,17 dolara za lukę – znacznie mniej niż w przypadku zastrzeżonych modeli amerykańskich . Otwarta licencja MIT oznacza zerowe opłaty licencyjne. Narzędzia 360 są produktami krajowymi na rynek chiński, prawdopodobnie tańszymi od amerykańskich .

2. Dostępność drastycznie wzrasta.

• Każdy zespół bezpieczeństwa z przyzwoitą infrastrukturą GPU może samodzielnie uruchomić GLM-5.2 do automatycznego audytu kodu .
• Chińskie firmy i podmioty powiązane z państwem mają teraz bezpośredni dostęp do automatycznych narzędzi do wykrywania luk typu zero-day (Tulongfeng), które wcześniej były dostępne tylko w amerykańskich laboratoriach pod ścisłą kontrolą .
• Połączenie modeli z otwartą wagą, destylacji i rodzimych narzędzi oznacza, że zaawansowana AI w cyberbezpieczeństwie nie jest już amerykańskim monopolem na żadnym poziomie cenowym .

3. Granica między ofensywą a defensywą się zaciera. Ten sam model GLM-5.2, który znajduje błędy za 0,17 dolara, może być używany zarówno do łatania luk, jak i do odkrywania exploitów. Z otwartymi wagami i bez nadzoru trudno odróżnić użycie defensywne od ofensywnego .

Sedno sprawy: Paradygmat kontroli eksportu zakładał, że ograniczenie układów NVIDIA i wag modeli utrzyma chińskie możliwości AI 2-3 generacje w tyle. GLM-5.2 (otwarty, na licencji MIT, dorównujący amerykańskim modelom w konkretnych benchmarkach cyberbezpieczeństwa za 1/6 kosztów), Tulongfeng (rodzime narzędzie klasy Mythos) i epizod destylacji Alibaby wspólnie dowodzą, że wiedza, możliwości i dostęp już wymknęły się spod reżimu kontroli. Zaawansowane narzędzia cyberbezpieczeństwa przeszły z rzadkich, dostępnych tylko w USA i drogich produktów do globalnie dostępnych, niskokosztowych aktywów o otwartej wadze w ciągu kilku tygodni.

Wydajność w benchmarkach cyberbezpieczeństwa:

• W niezależnych testach Semgrep, GLM-5.2 uzyskał 39% F1 w wykrywaniu IDOR, pokonując Claude Code (32%) przy koszcie około 0,17 dolara za znalezioną podatność – to ułamek kosztów rozwiązań konkurencji .
• Według raportu Wall Street Journal, GLM-5.2 dorównał Anthropic Mythos w wykrywaniu błędów bezpieczeństwa w ukierunkowanych testach Semgrep .
• Osiągnął 81,0 w Terminal-Bench 2.1 (wobec 63,5 dla GLM 5.1) i pokonał Claude Opus 4.8 w benchmarku narzędzi MCP-Atlas (77,0 wobec 75,3) .
• Artificial Analysis uznał go za #1 model o otwartej wadze na świecie i w pierwszej trójce ogólnie .

Przewaga kosztowa: Model działa za około 1/6 kosztów równoważnych zastrzeżonych modeli amerykańskich w przeliczeniu na token, a jego wagi można pobrać i uruchomić samodzielnie bez opłat API .

Ważne zastrzeżenie: Miles Brundage z AVERI publicznie założył się 100 do 1, że twierdzenia WSJ o GLM-5.2 dorównującym Mythos w cyberbezpieczeństwie są mylące, argumentując, że zakres benchmarku był wąski . Rzeczywista zbieżność występuje w konkretnych testach Semgrep, ale może nie mieć przełożenia na szerszą ocenę.

2. „Tulongfeng” od 360 Security: Rodzime wykrywanie podatności

24 czerwca 2026 roku na konferencji ISC.AI w Pekinie chiński gigant cyberbezpieczeństwa 360 Security Technology (Qihoo 360) zaprezentował dwa narzędzia AI :

• Tulongfeng – system do automatycznego wykrywania luk w oprogramowaniu, otwarcie nazwany przez założyciela Zhou Hongyi „chińską wersją Mythosa” .
• Yitianzhen – platforma do automatyzacji obrony cybernetycznej i reagowania na incydenty .

Zhou Hongyi oświadczył, że Chiny „nie mogły sobie pozwolić na brak” krajowego odpowiednika Mythosa, przedstawiając go jako strategiczne narzędzie cybernetyczne . Według doniesień Tulongfeng znalazł już ponad 3400 podatności, z czego 105 potwierdziła chińska baza CNVD .

3. Oskarżenia Anthropica wobec Alibaby: Destylacja jako metoda omijania kontroli

W dniach 24–25 czerwca 2026 roku Anthropic wysłał list do amerykańskich senatorów (z datą 10 czerwca), oskarżając Alibabę i jego laboratorium Qwen AI o przeprowadzenie „największego znanego ataku destylacyjnego” na model Claude .

Kluczowe szczegóły z listu:

• Operatorzy użyli około 25 000 fałszywych kont, aby przeprowadzić ponad 28,8 miliona interakcji z Claude między 22 kwietnia a 5 czerwca 2026 roku .
• Kampania miała na celu wydobycie możliwości modelu poprzez destylację – trenowanie własnych modeli Alibaby na wynikach Claude – co omija amerykańskie kontrole eksportu zakazujące bezpośredniego transferu wag modeli .
• Anthropic nazwał operację „bezczelną” i „nielegalną” .

Alibaba nie przyznał się publicznie do winy . Destylacja, jak opisano, jest metodą, która sprawia, że kontrola eksportu oparta na sprzęcie jest mniej istotna, ponieważ przekazywana jest wiedza (a nie wagi), a wytrenowany model może działać na dostępnych lokalnie zasobach obliczeniowych.

Co to oznacza dla amerykańskiej kontroli eksportu

Łączny efekt jest strategicznym ciosem dla struktury Waszyngtonu:

Co to oznacza dla kosztów i dostępności narzędzi cyberbezpieczeństwa

1. Koszty spadają. Testy Semgrep wykazały, że GLM-5.2 znajduje podatności za około 0,17 dolara za lukę – znacznie mniej niż w przypadku zastrzeżonych modeli amerykańskich . Otwarta licencja MIT oznacza zerowe opłaty licencyjne. Narzędzia 360 są produktami krajowymi na rynek chiński, prawdopodobnie tańszymi od amerykańskich .

2. Dostępność drastycznie wzrasta.

• Każdy zespół bezpieczeństwa z przyzwoitą infrastrukturą GPU może samodzielnie uruchomić GLM-5.2 do automatycznego audytu kodu .
• Chińskie firmy i podmioty powiązane z państwem mają teraz bezpośredni dostęp do automatycznych narzędzi do wykrywania luk typu zero-day (Tulongfeng), które wcześniej były dostępne tylko w amerykańskich laboratoriach pod ścisłą kontrolą .
• Połączenie modeli z otwartą wagą, destylacji i rodzimych narzędzi oznacza, że zaawansowana AI w cyberbezpieczeństwie nie jest już amerykańskim monopolem na żadnym poziomie cenowym .

3. Granica między ofensywą a defensywą się zaciera. Ten sam model GLM-5.2, który znajduje błędy za 0,17 dolara, może być używany zarówno do łatania luk, jak i do odkrywania exploitów. Z otwartymi wagami i bez nadzoru trudno odróżnić użycie defensywne od ofensywnego .

Sedno sprawy: Paradygmat kontroli eksportu zakładał, że ograniczenie układów NVIDIA i wag modeli utrzyma chińskie możliwości AI 2-3 generacje w tyle. GLM-5.2 (otwarty, na licencji MIT, dorównujący amerykańskim modelom w konkretnych benchmarkach cyberbezpieczeństwa za 1/6 kosztów), Tulongfeng (rodzime narzędzie klasy Mythos) i epizod destylacji Alibaby wspólnie dowodzą, że wiedza, możliwości i dostęp już wymknęły się spod reżimu kontroli. Zaawansowane narzędzia cyberbezpieczeństwa przeszły z rzadkich, dostępnych tylko w USA i drogich produktów do globalnie dostępnych, niskokosztowych aktywów o otwartej wadze w ciągu kilku tygodni.