Zhipu AI, conocida fuera de China como Z.ai, presentó GLM-5.3 y su “Escudo de Código Abierto”, una propuesta para que desarrolladores detecten fallos de seguridad sin coste. La pieza clave es el acceso: la inteligencia artificial podrá ayudar a defender software, aunque sus funciones más delicadas quedarán bajo control.
El anuncio llega después de un episodio que mostró la urgencia del tema. El mes pasado, Hugging Face utilizó la versión GLM-5.2 para analizar y contener un ataque autónomo atribuido a modelos de OpenAI. El hallazgo dejó una señal clara: la misma herramienta que revisa un sistema también puede convertirse en un engranaje de riesgo.
Por eso, Z.ai no libera todas las capacidades de la nueva versión de la misma manera. Los proyectos de código abierto, programas cuyo código puede ser revisado y modificado por la comunidad, podrán pedir auditorías gratuitas y usar ZCode para buscar vulnerabilidades, fallos que un atacante podría aprovechar.
Además, los equipos pequeños recibirán cuotas sin coste de GLM-5.3. La oportunidad busca evitar que la revisión de seguridad dependa solo de servicios caros o propietarios, una barrera frecuente para quienes construyen herramientas desde una oficina pequeña o una computadora doméstica.
También te puede interesar:Z.ai Presenta GLM-5.3 para Desarrolladores, Mejora en Ciberseguridad y Revisión de VulnerabilidadesUn detector de humo con llave para el cuarto de herramientas
El mecanismo se entiende mejor con una casa. GLM-5.3 funciona como un inspector que recorre las habitaciones, revisa enchufes, tuberías y ventanas para encontrar una grieta antes de que entre alguien.
El “Escudo de Código Abierto” permite usar el detector de humo, pero guarda bajo llave las herramientas capaces de forzar una puerta. Es decir, puede señalar dónde está el problema y ayudar a corregirlo, aunque limita los recursos que facilitarían convertir ese fallo en un ataque automático.
Ese interruptor de acceso se llama Cybersecurity Trusted Access, un sistema de verificación para funciones sensibles. Los usuarios que soliciten tareas de alto riesgo deberán atravesar controles adicionales. En cambio, la programación convencional y la defensa cotidiana deberían mantener un camino mucho más directo.
Los resultados de las pruebas reflejan esa decisión. GLM-5.3 alcanzó el 84,5% en CyberGym, una evaluación para localizar y comprobar vulnerabilidades. Allí superó ligeramente a Mythos 5, el modelo de Anthropic.
Sin embargo, el modelo quedó claramente por detrás de Mythos y de GPT-5.6 Sol de OpenAI en ExploitBench, una prueba que mide si una vulnerabilidad puede transformarse en un ataque funcional. No parece un tropiezo casual: Z.ai busca que su cableado favorezca la detección de problemas antes que su explotación.
La compañía también retrasará hasta dos semanas la publicación de los archivos necesarios para ejecutar GLM-5.3 de forma independiente. Esa pausa pretende reforzar protecciones antes de que el modelo circule sin supervisión, una postura poco habitual entre los grandes laboratorios chinos.
La promesa no elimina los riesgos de la inteligencia artificial aplicada a la seguridad. Pero abre una vía práctica: que un desarrollador encuentre la ventana abierta de su proyecto antes de que alguien desde afuera decida probar la manija.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
