L'IA chinoise excelle dans la détection de bugs mais peine à les exploiter
Le laboratoire chinois Zhipu vient de publier GLM-5.3, un modèle axé sur le codage qui surprend en remportant un test de sécurité majeur : la détection de vulnérabilités logicielles. Sur le benchmark CyberGym, il affiche un score de 84,5 %, devançant légèrement les modèles Anthropic Mythos 5 et OpenAI GPT-5.6 Sol. Ce résultat a fait la une des médias, mais la réalité est plus nuancée – et cruciale, car la découverte de vulnérabilités a un double tranchant.
Des chiffres qui ne racontent pas la même histoire
Le communiqué de Zhipu révèle discrètement que l’avance de GLM-5.3 est étroite et ciblée. CyberGym évalue si un modèle peut identifier une faille et confirmer son existence ; c’est le seul critère où GLM-5.3 brille. Mais deux autres tests plus exigeants révèlent une tout autre réalité. ExploitBench demande aux modèles de comprendre une vulnérabilité réelle et d’élaborer un exploit : GLM-5.3 n’y atteint que 54,4 %, contre 78 % pour Mythos 5. ExploitGym, qui compte le nombre d’exploits réalisés en temps limité, place GLM-5.3 à 105 tâches en deux heures, contre 181 pour Mythos 5.
Transparence et confusion
Le rapport technique de Zhipu précise que plus on avance dans la chaîne de sécurité – de la faille à l’exploit –, plus son modèle perd du terrain. Pourtant, certains articles ont omis ce détail, en partie parce que Zhipu a comparé GLM-5.3 à trois modèles différents d’Anthropic selon les benchmarks : Opus 4.8 dans un tableau, Fable 5 dans des graphiques, et Mythos 5 en cybersécurité. Ces comparaisons fluctuantes brouillent les pistes et risquent d’amalgamer des résultats non comparables.
Côté codage, les performances sont mitigées : GLM-5.3 surpasse Opus 4.8 sur certains tests, mais le domine sur d’autres. Zhipu présente cette sortie comme une avancée, pas une domination.
Enjeux réels
Les enjeux dépassent le cadre académique. Un modèle capable de repérer des failles logicielles est précieux pour les audits défensifs, mais aussi potentiellement dangereux entre les mains d’attaquants. Le choix de Zhipu de publier ouvertement les poids de GLM-5.3 facilite l’accès aux outils, pour les défenseurs comme pour les adversaires. Par ailleurs, l’écart entre détection et exploitation montre que même les meilleurs modèles peinent à franchir l’étape cruciale de passer de la théorie à l’attaque fonctionnelle. Pour les organisations s’appuyant sur l’IA en cybersécurité, le message est clair : ces outils excellent en éclaireurs, mais ne sont pas encore des saboteurs fiables.
Source : AI News. Synthèse éditoriale assistée par IA — TechnoExpress.