El mejor modelo abierto para encontrar agujeros de seguridad es chino, y sus pesos se publican en dos semanas
Z.ai, el laboratorio de Pekín antes llamado Zhipu, publicó hoy GLM-5.3. Las cifras de programación se movieron con fuerza: Terminal-Bench 3.0 pasó de 4,6 a 28,3 y DeepSWE v1.1 de 46,2 a 66,9. Pero la puntuación que llama la atención es CyberGym, donde alcanzó 84,5, apenas por delante de Claude Mythos 5 (83,8) y GPT-5.6 Sol (83,6). En ExploitBench más que duplicó a su antecesor, de 24,4 a 54,4. Z.ai afirma que la familia de modelos ha encontrado 2.436 vulnerabilidades en 269 proyectos de código abierto —núcleos, motores de navegador y protocolos de red—; 53 se han divulgado y el resto figura bajo embargo en un registro público. Los pesos llegarán unas dos semanas después del lanzamiento, cuando termine la revisión de seguridad.
Por qué importaTodo laboratorio occidental con un modelo así de bueno buscando vulnerabilidades lo ha mantenido detrás de una API, donde puede ver quién pregunta y cortarle el acceso. Los pesos abiertos eliminan ese interruptor de forma permanente: un archivo publicado no se puede retirar. La capacidad es neutral igual que lo es una ganzúa: la misma ejecución que entrega un fallo del núcleo a quien lo mantiene se lo entrega a cualquiera que haya descargado el modelo. Y llega mientras los gobiernos siguen discutiendo qué puede hacer legalmente un agente de IA con un ordenador; será un hecho consumado antes de que terminen.
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
Rumor: el modelo anónimo que acaba de encabezar un test de programación, gratis, sería el buque insignia sin publicar de Zhipu2026-08-21El caballo de batalla barato de DeepSeek ya ve — y en tareas de agente que exigen ojos dice acercarse a lo mejor de Anthropic
2026-08-21Nvidia paga 6.000 millones de dólares por la máquina que fabrica los modelos de un rival — y contrata a 109 de quienes la manejaban
2026-08-21Con cuatro horas y una GPU para mejorar la forma en que se entrena la IA, el mejor agente sacó 0,25 sobre 1 — y la mayoría ni lo intentó
2026-08-21Enséñaselo al robot una vez — de tres a doce segundos — y acierta 59 veces de cada 100 sin ningún entrenamiento
2026-08-21