La ciberseguridad impulsada por inteligencia artificial acaba de dar un salto que fascina e inquieta a partes iguales. El nuevo modelo de Z.ai, el cada vez más conocido GLM-5.3, ha duplicado su capacidad para transformar un simple fallo de software en un ataque real y funcional.
Y es que no hablamos de simple teoría o de pruebas de laboratorio. La firma asiática asegura haber observado un crecimiento brutal y casi inesperado en las habilidades ofensivas de su IA. Al darle más tiempo de cómputo para pensar y resolver problemas complejos, el modelo ha mutado. Una auténtica locura.
Un entrenamiento diseñado para pensar como un ingeniero
El truco de esta evolución técnica no está en reconstruir el cerebro de la máquina desde cero. De hecho, GLM-5.3 utiliza exactamente el mismo modelo base que su predecesor, el GLM-5.2. Todas y cada una de las mejoras de rendimiento provienen exclusivamente de lo que llamamos post-entrenamiento. Así de simple.
Para que te hagas una idea rápida, durante el último mes los investigadores han forzado a la IA a programar durante horas en entornos extremadamente complejos. Le han proporcionado herramientas avanzadas, le han exigido que revise sus propios resultados y que resuelva rompecabezas de código larguísimos. Es decir, han simulado casi a la perfección el trabajo diario de un ingeniero de ciberseguridad.
Como era de esperar, al introducir deliberadamente datos específicos orientados a buscar vulnerabilidades, la mejoría general entraba dentro de los planes. Lo que nadie preveía era la velocidad a la que el sistema iba a pasar de la simple detección a la ejecución real. Detectar un agujero informático es una cosa, pero construir el exploit que lo aproveche es entrar en otra liga.
Los benchmarks dictan sentencia: un 54,4 % de éxito en ataques puros
Si miramos de cerca los números duros, la subida de rendimiento asusta un poco. En las pruebas de CyberGym, que evalúan si la inteligencia artificial puede reproducir fallos a partir de un repositorio, GLM-5.3 ha logrado un sólido 84,5 % de éxito. Esto supera con holgura el 77,2 % que conseguía la versión anterior.
Pero aquí viene el dato crítico de la jornada. En la suite ExploitBench, que mide rigurosamente si el modelo puede pasar de provocar un simple error a lograr leer, escribir o ejecutar código arbitrario, la nueva versión pasa de un discreto 24,4 % al 54,4 %. Ha más que duplicado su letalidad en el teclado.
Por si esto fuera poco, en las pruebas intensivas de ExploitGym, el agente resolvió 105 tareas con un límite ajustado de dos horas. Si le daban un margen de seis horas, llegaba a las 130 tareas completadas. Para ponerlo en perspectiva, su hermano menor apenas lograba rascar 29 y 39 tareas en esos mismos tiempos. Un salto cualitativo abismal.
El cara a cara con la bestia de Anthropic: Mythos 5
Y claro, la pregunta obligada es cómo queda este modelo abierto frente a los pesos pesados de la industria cerrada. Si lo comparamos con Mythos 5, una variante sin filtros de seguridad del potente Claude Fable 5, el desarrollo chino aguanta el tipo sorprendentemente bien en el primer asalto.
En concreto, GLM-5.3 supera ligeramente al coloso de Anthropic en detección temprana (84,5 % frente a 83,8 %). Es una victoria marginal, sí, pero demuestra que en análisis inicial de código el open-source ya compite de tú a tú sin despeinarse.
La letra pequeña es que, a la hora de rematar la faena, el modelo cerrado sigue mandando con mano de hierro. En ExploitBench, Mythos 5 alcanza un salvaje 78 %, dejando todavía bastante atrás al 54,4 % de Z.ai. Todavía les queda un buen trecho por recortar en la conversión de fallos a ataques funcionales.
Defensores de silicio: cazando vulnerabilidades en código real
Más allá de las medallas y los rankings, estas herramientas ya están auditando software crítico en el mundo real. Z.ai lleva meses colaborando codo con codo con equipos de seguridad de primer nivel. Tras muchas revisiones y cribados, su IA ha logrado cazar 2.436 vulnerabilidades reales repartidas en 269 proyectos. Nada mal para un asistente virtual.
Un detalle fascinante de toda esta historia es el uso defensivo innegable de la tecnología. Hace muy poco, Hugging Face utilizó GLM-5.2 dentro de su propia red para realizar el análisis forense de una intrusión severa. El atacante resultó ser un agente autónomo impulsado por la tecnología de OpenAI, y la herramienta de pesos abiertos les ayudó a descifrar buena parte de los payloads maliciosos recuperados. IA contra IA en estado puro.
La frontera del open-source se estrecha peligrosamente
Históricamente, el mercado siempre ha confiado en un cómodo colchón de seguridad entre lo que podías descargar gratis y los potentes modelos que las corporaciones guardaban bajo llave. Durante buena parte del año pasado, esa distancia temporal en capacidades de hackeo oscilaba cómodamente entre los seis y los diez meses.
Sin embargo, el UK AI Security Institute ya avisó durante el verano de que las distancias se estaban acortando dramáticamente. Aunque todavía no han echado el guante a esta nueva versión 5.3 para auditarla formalmente, la tendencia general es innegable. La ventana temporal de ventaja de las grandes tecnológicas se está evaporando a una velocidad de vértigo.
Z.ai tiene previsto liberar públicamente los pesos de su nuevo modelo en cuanto terminen las pertinentes auditorías internas. Cuando eso ocurra, casi cualquier desarrollador tendrá en su ordenador personal una herramienta capaz de encontrar y explotar fallos de seguridad con una precisión insólita. Tocará esperar para ver si la industria de la ciberseguridad tradicional está realmente preparada para frenar este cambio de paradigma.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
