Zhipu tung GLM-5.3, tuyên bố đánh bại Mythos 5 của Mỹ
Zhipu, công ty AI Trung Quốc còn được biết đến với tên Z.ai, vừa ra mắt mô hình chủ lực GLM-5.3 và tuyên bố vượt qua một số hệ thống AI hàng đầu của Mỹ, trong đó có Mythos 5.
Động thái cho thấy cuộc đua AI đang mở rộng từ năng lực lập trình, suy luận sang một mặt trận nhạy cảm hơn: Phát hiện và ứng phó các lỗ hổng phần mềm.
GLM-5.3 vượt Mythos 5 ở bài kiểm thử phát hiện lỗ hổng
Theo Zhipu, GLM-5.3 đạt tỉ lệ thành công 84,5% trên CyberGym, một bài đánh giá tập trung vào khả năng AI xác định và xác thực các lỗ hổng bảo mật từ mã nguồn. Kết quả này cao hơn mức 83,8% của Mythos 5, mô hình AI chuyên tìm kiếm lỗ hổng do Anthropic phát triển, và 83,6% của GPT-5.6 Sol của OpenAI.
Đây là kết quả đáng chú ý trong bối cảnh năng lực an ninh mạng đang trở thành một trong những thước đo quan trọng của AI thế hệ mới. Thay vì chỉ đánh giá khả năng trả lời câu hỏi hoặc viết mã, các bài kiểm thử như CyberGym đặt AI vào những nhiệm vụ gần với hoạt động bảo mật thực tế hơn.
Tuy nhiên, lợi thế của GLM-5.3 không xuất hiện trên mọi tiêu chí. Ở ExploitBench, bài đánh giá khả năng tiến sâu trong quá trình khai thác lỗ hổng, mô hình Trung Quốc chỉ đạt 54,4%, thấp hơn đáng kể so với 78% của Mythos 5 và 76,5% của GPT-5.6 Sol.
Sự chênh lệch này cho thấy việc phát hiện một lỗ hổng và biến phát hiện đó thành khả năng khai thác hiệu quả vẫn là hai bài toán khác nhau. GLM-5.3 có thể nổi bật ở khâu nhận diện và xác thực vấn đề trong mã nguồn, nhưng chưa đạt cùng mức độ ở các bước khai thác phức tạp hơn.
Zhipu cho biết họ đã phối hợp với các đội ngũ an ninh mạng tại Trung Quốc để kiểm thử GLM-5.3 trên những mã nguồn thực tế. Sau quá trình đánh giá của chuyên gia, hệ thống được cho là đã xác định 2.436 lỗ hổng trong 269 dự án, trong đó 1.097 lỗ hổng được xếp ở mức nghiêm trọng từ trung bình đến cao.
Công ty dự kiến công bố trọng số của GLM-5.3 trong khoảng hai tuần tới, sau khi hoàn tất quá trình đánh giá an toàn và gia cố mô hình. Việc công khai trọng số đồng nghĩa các nhà phát triển bên ngoài có thể tiếp cận trực tiếp nền tảng của mô hình để nghiên cứu, điều chỉnh và xây dựng các ứng dụng riêng.
Zhipu mô tả năng lực phòng thủ mạng của GLM-5.3 như một dạng “hàng hóa công”, lập luận rằng công nghệ bảo vệ hệ thống số không nên chỉ nằm trong tay một số quốc gia hoặc tổ chức. “Phát triển AI không nên là màn trình diễn đơn độc của một quốc gia, mà phải là bản giao hưởng của hợp tác toàn cầu”, Zhipu tuyên bố.
Trung Quốc muốn có “Mythos” của riêng mình
GLM-5.3 được xây dựng trên cùng nền tảng với GLM-5.2, mô hình 744 tỉ tham số được Zhipu giới thiệu hồi tháng 6. Điểm đáng chú ý nằm ở cách công ty nâng cấp năng lực của mô hình: Thay vì chỉ mở rộng quy mô tham số, Zhipu nhấn mạnh vào “extreme post-training scaling”, tức tăng cường mạnh mẽ giai đoạn huấn luyện sau.
Theo Zhipu, năng lực lập trình của GLM-5.3 đã tiệm cận Fable 5 của Anthropic. Trên bài đánh giá Agent’s Last Exam, một trong những bài kiểm tra khó đối với các mô hình AI, GLM-5.3 đạt 28,5 điểm, trở thành mô hình có trọng số mở đứng đầu trong bài kiểm tra này, vượt Kimi K3 với 27,6 điểm và chỉ kém GPT-5.6-Sol ở mức 28,6 điểm.
Những kết quả này diễn ra trong lúc các phòng thí nghiệm AI Trung Quốc đang chạy đua mở rộng quy mô mô hình. Kimi K3 của Moonshot AI và Qwen3.8-Max của Alibaba đều đã vượt ngưỡng 2.000 tỉ tham số.
Tuy nhiên, một báo cáo nghiên cứu của Jefferies cho rằng cuộc cạnh tranh đang chuyển dần khỏi câu chuyện đơn thuần về số lượng tham số sang hậu huấn luyện và hiệu quả chi phí. Theo các nhà phân tích, trí thông minh của mô hình không chỉ được quyết định bởi quy mô.
Trong lĩnh vực an ninh mạng, áp lực này càng rõ rệt. Mythos của Anthropic, được giới thiệu hồi tháng 4, được thiết kế để tự động tìm kiếm các lỗ hổng phần mềm. Anthropic cho biết hệ thống có thể tăng tốc quá trình phát hiện lên tới 100 lần đồng thời giảm chi phí.
Tại một hội nghị an ninh mạng ở Bắc Kinh hồi tháng 6, Zhou Hongyi, nhà sáng lập 360 Security Technology, từng gọi bước tiến này là một “thay đổi đáng sợ”, bởi AI đang làm giảm đáng kể rào cản để thực hiện các cuộc tấn công mạng.
Ông cho rằng ngành an ninh mạng Trung Quốc cần một phiên bản Mythos của riêng mình, một công cụ có thể tạo ra thay đổi lớn trong chiến tranh mạng và không thể chỉ nằm trong tay các quốc gia khác.
Có thể nói việc Zhipu nhấn mạnh năng lực phòng thủ mạng và kế hoạch mở mã trọng số cho thấy Trung Quốc đang muốn đưa AI nguồn mở trở thành một phần trong chiến lược tăng cường an ninh số.
Trước đó, GLM-5.2 từng được nền tảng dành cho nhà phát triển Hugging Face sử dụng để hỗ trợ ứng phó một cuộc tấn công mạng tự động có liên quan đến các hệ thống AI tiên tiến của OpenAI. Điều này cho thấy các mô hình có trọng số mở đang ngày càng được đưa vào cuộc tranh luận về một nghịch lí: Mở rộng quyền tiếp cận AI có thể làm tăng rủi ro tấn công, nhưng đồng thời cũng có thể giúp cộng đồng phát hiện và vá lỗ hổng nhanh hơn.
Cuộc đua vì thế không chỉ còn là Mỹ hay Trung Quốc sở hữu mô hình thông minh hơn. Khi AI ngày càng có khả năng tự động tìm kiếm điểm yếu trong phần mềm, lợi thế về phòng thủ, tốc độ phát hiện và khả năng triển khai rộng rãi cũng có thể trở thành một yếu tố chiến lược trong an ninh mạng toàn cầu.