A disputa global por modelos de inteligência artificial capazes de encontrar falhas em software ganhou um novo protagonista. A chinesa Z.ai, anteriormente conhecida como Zhipu AI, apresentou o GLM-5.3, modelo open-weight que alcançou 84,5% no benchmark CyberGym, voltado à identificação e validação de vulnerabilidades em código.
O resultado ficou ligeiramente acima dos 83,8% atribuídos ao Mythos 5, modelo avançado da Anthropic com capacidades especiais de cibersegurança, e também colocou o sistema chinês à frente de modelos da OpenAI no mesmo tipo de avaliação.
O avanço chama atenção porque o GLM-5.3 é um modelo de uso geral treinado para programação e tarefas agênticas, e não uma ferramenta exclusivamente voltada à segurança ofensiva.
Ao mesmo tempo, o resultado exige cautela. A própria Reuters destaca que os números apresentados pela Z.ai não foram verificados de forma independente, e o modelo ainda fica consideravelmente atrás do Mythos 5 quando a tarefa deixa de ser encontrar uma vulnerabilidade e passa a ser transformá-la em um exploit funcional.
O que o CyberGym realmente mede
O CyberGym foi desenvolvido para avaliar se modelos de IA conseguem analisar código, identificar vulnerabilidades e confirmar se os problemas encontrados são reais.
Não se trata apenas de perguntar ao modelo se um trecho “parece inseguro”.
A avaliação procura testar a capacidade de raciocinar sobre sistemas reais e localizar falhas de segurança de maneira reproduzível.
Foi nesse cenário que a Z.ai afirma ter alcançado 84,5% com o GLM-5.3, contra 83,8% do Mythos 5.
A diferença é de apenas 0,7 ponto percentual, mas possui peso simbólico.
Modelos americanos de laboratórios como Anthropic e OpenAI vinham sendo tratados como referência em capacidades avançadas de cibersegurança.
O resultado mostra que empresas chinesas estão chegando muito perto — e, em avaliações específicas, ultrapassando esses sistemas.
Superar no CyberGym não significa ser melhor em tudo
Esse é provavelmente o ponto mais importante para interpretar o anúncio.
A capacidade de encontrar uma vulnerabilidade é diferente da capacidade de transformá-la em um ataque funcional.
Quando o modelo foi submetido ao ExploitBench, benchmark voltado justamente à exploração de falhas, o cenário se inverteu.
O GLM-5.3 alcançou 54,4%, enquanto o Mythos 5 chegou a 78%.
A vantagem da Anthropic também apareceu em testes cronometrados de desenvolvimento de ataques.
Em duas horas, o GLM-5.3 completou 105 tarefas, contra 181 do Mythos 5.
Em seis horas, os números foram 130 contra 247, respectivamente.
Portanto, a conclusão mais precisa é que o modelo chinês alcançou ou superou sistemas americanos em detecção de vulnerabilidades, mas ainda apresenta uma lacuna importante nas tarefas ofensivas mais completas.
Z.ai diz ter encontrado mais de 2.400 vulnerabilidades
A empresa afirma que sua família de modelos GLM já identificou 2.436 vulnerabilidades em 269 projetos, incluindo mais de mil classificadas como de severidade alta ou crítica.
Esses números reforçam o posicionamento da companhia no mercado de ferramentas de segurança assistidas por IA.
A Z.ai também apresentou o OpenVuln, solução que utiliza o GLM-5.3 para revisão e descoberta automatizada de falhas em código.
Novamente, os números devem ser tratados como resultados divulgados pela própria empresa, e não como uma auditoria independente.
Mesmo assim, o volume ilustra como laboratórios de IA estão transformando tarefas de pesquisa de vulnerabilidades em workloads cada vez mais automatizados.
Modelo será aberto, mas com atraso por segurança
Talvez o elemento mais interessante do anúncio não esteja no benchmark, e sim na forma como a Z.ai pretende liberar o modelo.
A empresa informou que vai adiar por aproximadamente duas semanas a publicação pública dos pesos do GLM-5.3 para realizar avaliações adicionais e reforçar mecanismos de segurança.
Inicialmente, o acesso será fornecido a um grupo limitado de parceiros.
As capacidades de cibersegurança consideradas mais sensíveis deverão ser disponibilizadas somente a usuários verificados por meio de um programa de trusted access.
A estratégia lembra, em parte, o modelo adotado pela Anthropic para o Mythos 5.
Anthropic também restringe seu modelo mais poderoso
O Mythos 5 não está disponível de maneira ampla.
A Anthropic mantém o modelo em um programa restrito destinado a organizações previamente avaliadas.
A empresa adotou esse modelo porque suas capacidades de encontrar e explorar vulnerabilidades podem ser úteis tanto para defensores quanto para atacantes.
A versão pública correspondente, Claude Fable 5, possui proteções adicionais e restrições para determinadas tarefas de cibersegurança.
A decisão da Z.ai de implementar controles semelhantes demonstra que a discussão sobre segurança de modelos avançados não está mais restrita a empresas dos Estados Unidos.
Open source entra no centro da disputa
A Z.ai apresenta o GLM-5.3 como uma alternativa ao modelo mais fechado adotado por empresas americanas.
A companhia argumenta que capacidades avançadas de defesa digital não deveriam ficar disponíveis apenas para grandes empresas ou organizações selecionadas.
A proposta é disponibilizar ferramentas capazes de ajudar projetos open source e equipes menores a localizar vulnerabilidades antes que atacantes façam isso.
Como parte dessa estratégia, a empresa anunciou a iniciativa Open Source Shield, destinada a apoiar auditorias em projetos de código aberto e oferecer ferramentas de análise automatizada.
Há, porém, uma contradição inevitável.
Quando os pesos de um modelo são distribuídos publicamente, o desenvolvedor deixa de possuir controle total sobre como ele será utilizado.
O mesmo modelo pode ajudar defensores e atacantes
Essa característica é conhecida como dual use.
Um sistema capaz de encontrar uma falha antes de um criminoso é extremamente valioso para uma equipe de segurança.
Mas o mesmo conhecimento também pode permitir que um atacante identifique alvos vulneráveis em escala muito maior.
Modelos de IA modernos conseguem combinar várias capacidades:
analisar código;
procurar vulnerabilidades;
escrever programas;
executar ferramentas;
interpretar resultados;
adaptar estratégias.
Quando essas funções são colocadas dentro de um agente autônomo, o impacto potencial aumenta.
É justamente por isso que governos e laboratórios estão aumentando a atenção sobre modelos com capacidades avançadas de cibersegurança. Autoridades americanas já demonstraram preocupação com o uso desses sistemas contra infraestrutura financeira, hospitais e redes de energia.
China reduz distância para modelos americanos
O resultado também precisa ser colocado dentro da competição tecnológica entre Estados Unidos e China.
Nos últimos anos, empresas americanas dominaram grande parte da fronteira dos modelos fundacionais.
Isso começou a mudar com a evolução de modelos chineses capazes de competir em programação, raciocínio e agentes.
O GLM-5.3 acrescenta uma dimensão particularmente estratégica: cibersegurança.
A Z.ai conseguiu desenvolver um modelo de uso geral cuja capacidade de descoberta de vulnerabilidades está no mesmo nível dos sistemas mais avançados e restritos produzidos nos Estados Unidos.
Para governos, isso significa que competências consideradas anteriormente exclusivas de poucos laboratórios podem se disseminar mais rapidamente.
GLM-5.2 já havia sido usado em defesa real
Existe outro episódio que ajuda a entender o avanço da Z.ai.
A Hugging Face afirmou anteriormente ter utilizado o GLM-5.2, geração anterior do modelo, para ajudar na investigação de um ataque cibernético relacionado a um agente da OpenAI.
O caso foi relevante porque mostrou um modelo chinês sendo utilizado por uma empresa ocidental em uma resposta concreta a incidente.
Agora, o GLM-5.3 eleva ainda mais essas capacidades.
Modelos estão deixando de apenas escrever código
Durante os primeiros anos da IA generativa, o principal impacto sobre programação estava relacionado à produtividade.
Modelos sugeriam código, explicavam erros e ajudavam desenvolvedores.
A nova geração vai além.
Sistemas estão cada vez mais capazes de navegar por grandes bases de código, construir hipóteses sobre vulnerabilidades, executar testes e confirmar automaticamente se uma falha pode ser reproduzida.
Isso reduz drasticamente o custo de determinadas atividades de segurança.
Uma tarefa que anteriormente poderia exigir horas de um pesquisador especializado pode começar a ser executada paralelamente por vários agentes.
O risco está na escala
IA não precisa inventar uma vulnerabilidade revolucionária para mudar o cenário da cibersegurança.
A escala por si só pode ser suficiente.
Imagine um agente capaz de analisar centenas de projetos simultaneamente e identificar quais versões possuem uma determinada falha.
Outro agente pode procurar servidores públicos executando esses softwares.
Um terceiro pode desenvolver uma prova de conceito.
O ganho não está necessariamente em uma técnica inédita, mas em executar operações conhecidas muito mais rapidamente.
Esse é um dos motivos pelos quais benchmarks como CyberGym e ExploitBench passaram a ser observados não apenas como competições técnicas, mas como indicadores de risco.
Empresas brasileiras também serão impactadas
O avanço do GLM-5.3 não representa uma ameaça específica ao Brasil.
Mas organizações brasileiras utilizam exatamente os mesmos projetos open source, bibliotecas e softwares corporativos analisados por ferramentas desse tipo.
Isso significa que vulnerabilidades existentes em aplicações utilizadas no país podem ser descobertas cada vez mais rapidamente.
Para equipes defensivas, a mesma tecnologia pode ser utilizada como vantagem.
Code review automatizado, análise de dependências, priorização de falhas e testes de segurança podem se tornar mais acessíveis.
A competição passa a ser também de velocidade:
quem encontra a vulnerabilidade primeiro — o defensor ou o atacante?
Benchmark marca mudança na corrida global de IA
O GLM-5.3 não superou todos os concorrentes em todas as tarefas de cibersegurança.
Essa seria uma leitura exagerada dos dados.
Mas alcançar 84,5% no CyberGym e superar por pequena margem o Mythos 5 já representa um sinal importante.
Mostra que a distância entre modelos americanos de fronteira e alternativas chinesas open-weight está diminuindo rapidamente em uma área considerada de alto risco.
Ao mesmo tempo, o desempenho inferior no ExploitBench demonstra que ainda existem diferenças significativas quando a tarefa exige transformar uma descoberta em exploração completa.
A competição, portanto, não terminou.
Ela está apenas entrando em uma fase diferente.
E, à medida que modelos capazes de encontrar vulnerabilidades se tornam mais poderosos e acessíveis, uma das principais disputas da cibersegurança pode deixar de ser apenas entre hackers e defensores humanos.
Pode passar a acontecer entre agentes de IA tentando encontrar a mesma falha primeiro.
