GLM 5.3-flash pone el hackeo con IA al alcance de cualquier bolsillo
El modelo abierto de Z.ai corre en hardware de consumo y sus variantes sin salvaguardas no rechazan nada. La industria tiene un año para cerrar agujeros, según el análisis que ha reavivado el debate.
GLM 5.3-flash lleva una semana disponible y cualquiera puede descargarlo. Con unos 6.000 dólares en GPU se ejecuta en local a unas 20 tokens por segundo, y de ahí para arriba: el M5 Mac Studio con 256 GB de memoria unificada que Apple lanza el 22 de septiembre, desde 9.500 dólares, debería moverlo a unos 30 tokens por segundo. El modelo es abierto y, como tal, modificable.
El aviso viene de un análisis que circula por Lobsters y que no se anda con rodeos: la ventana para arreglar la seguridad de la industria se está cerrando. La tesis es que hasta ahora un atacante necesitaba talento o dinero. Con esto le basta con tener algo de dinero.
Qué es exactamente lo que se ha soltado
GLM es la familia de modelos de Z.ai (antes Zhipu AI), un laboratorio chino. Cuando los sirve él mismo, aplica las restricciones que le exige la ley. El problema llega después: al publicarlos en abierto, terceros como DeAlignAI sacan versiones "abliterated", con los rechazos de tarea extirpados quirúrgicamente. Según DeAlignAI, esa variante puntúa un 0% en Harmbench-320, el banco que mide si un modelo se niega a tareas de desinformación, cibercrimen, armas biológicas y demás. Es decir, está dispuesta a hacer prácticamente cualquier cosa.
"Flash" es sobre todo una etiqueta publicitaria: significa barato y rápido frente a los modelos frontera, no una técnica concreta. Los números que acompañan al aviso son los habituales de este tipo de modelos. GLM 5.3 saca un 84,5% en CyberGym y un 54,4% en ExploitBench; el 5.3-flash andará cerca, algo por debajo, y las versiones abliterated otro poco menos.
CyberGym mide vulnerabilidades reales que proyectos de código abierto ya encontraron y parchearon en el pasado. Un 84,5% implica que el modelo reproduciría esa proporción de fallos solo mirando el código fuente público y la descripción del CVE. ExploitBench mide si además es capaz de usarlos, con puntuación parcial por exploits a medias y ejecución arbitraria de código en el último escalón. Para comparar: el líder ahí es GPT-6 Astra con un 100%, seguido de GPT-5.6 Sol con un 78,5%. En CyberGym el primero es GLM-5.3, con GPT-5.6 Sol segundo a 83,6%.
Son benchmarks, sí. El análisis recuerda dos cosas que no lo son. La primera, que hay expertos en seguridad diciendo que ya no pueden ser competitivos en retos del sector sin ayuda de un LLM. La segunda, que existe evidencia de GPT-5.6-Sol explotando infraestructura real sin intervención humana.
Lo difícil no es encontrar el fallo
La conclusión del texto es incómoda por dónde pone el acento. Encontrar y explotar vulnerabilidades ya no es el cuello de botella: un modelo frontera revisa código más rápido que cualquier equipo humano. El trabajo pendiente es desplegar los parches, en una industria donde un sistema heredado puede tardar meses en actualizarse.
Ahí es donde entran Project Glasswing y Daybreak, las iniciativas para usar LLM en la reparación de fallos a escala industrial. El calendario que maneja el autor es de un año. La cifra es suya, no de un tercero, y conviene leerla como lo que es: una estimación de alguien que lleva tiempo mirando este terreno y ha decidido escribirla antes de que la discusión sea otra.
