Model GLM-5.2 w formule open weights, stworzony przez chińską firmę Z.ai, został udostępniony na licencji MIT. Oznacza to, że jego wagi można pobrać i uruchamiać lokalnie na własnej infrastrukturze, bez konieczności korzystania wyłącznie z usług producenta.
GLM-5.2 imponuje w wyspecjalizowanych zadaniach
Według raportu Wall Street Journal z 27 czerwca 2026 roku, powołującego się na badaczy zajmujących się bezpieczeństwem, GLM-5.2 osiąga wyniki porównywalne z modelem Anthropic Mythos w niektórych scenariuszach wykrywania podatności. Firma Semgrep przetestowała model na wyspecjalizowanym benchmarku IDOR (Insecure Direct Object Reference), gdzie GLM-5.2 uzyskał wynik F1 na poziomie 39%, pokonując Claude Code Opus 4.8 (32%). Samodzielnie GLM-5.2 nie dorównuje Mythosowi – możliwości obu modeli stają się podobne dopiero przy odpowiednio skonstruowanych poleceniach, i to w tym specyficznym, wąskim zastosowaniu. Jednocześnie model nadal pozostaje słabszy od najnowszych rozwiązań OpenAI i Anthropic w bardziej uniwersalnych zadaniach wymagających ogólnego rozumowania.
Warto też zaznaczyć, że część badaczy kwestionuje zasadność wniosku o równorzędności GLM-5.2 z Mythosem. Wskazują oni, że wyniki Semgrep dotyczą wąskiego testu izolowanego, a nie kompleksowego porównania z rzeczywistymi możliwościami modelu Mythos w autonomicznych zadaniach ofensywnych.
Chiny zmniejszają dystans do amerykańskich liderów AI
Premiera GLM-5.2 jest kolejnym sygnałem, że chińskie firmy szybko nadrabiają dystans do amerykańskich liderów rynku sztucznej inteligencji. Według niezależnego serwisu Artificial Analysis, model zajął pierwsze miejsce wśród modeli open weights w Intelligence Index v4.1, uzyskując 51 punktów i wyprzedzając MiniMax-M3 (44) oraz DeepSeek V4 Pro (44). Szczególną siłą GLM-5.2 są zadania programistyczne i agentowe, a jego twórcy postawili na otwartą dystrybucję oraz konkurencyjne koszty korzystania z API.
Nie bez znaczenia jest też tempo, w jakim Z.ai operuje: GLM-5.2 to już czwarty główny model z rodziny GLM-5 wydany w ciągu zaledwie czterech miesięcy – po GLM-5 (luty), GLM-5-Turbo (marzec) i GLM-5.1 (kwiecień 2026). To jeden z najszybszych cykli wydawniczych wśród czołowych laboratoriów AI na świecie.
To właśnie postępy chińskich laboratoriów są jednym z powodów utrzymywania przez Stany Zjednoczone ograniczeń eksportowych dotyczących zaawansowanych układów AI oraz dostępu do najbardziej zaawansowanych modeli. Administracja USA od dłuższego czasu argumentuje, że modele zdolne do automatycznego wykrywania podatności mogą mieć znaczenie dla bezpieczeństwa narodowego. Podobne dyskusje towarzyszyły premierze GPT-5.6, którego dostęp został ograniczony na wyraźną prośbę Białego Domu – model zadebiutował 26 czerwca 2026 roku jako podgląd dla zaledwie około 20 firm zatwierdzonych przez rząd. Mechanizm jest jednak inny niż w przypadku Anthropic: tam dyrektywa eksportowa Departamentu Handlu wymusiła pełne wyłączenie modeli dla wszystkich użytkowników, tutaj Biały Dom poprosił o etapowe udostępnianie w ograniczonym gronie partnerów, z zamiarem szerokiego udostępnienia w ciągu kilku tygodni. O całej tej sytuacji i jej konsekwencjach piszę obszernie w felietonie.
Otwarty model to większa swoboda, ale i większe ryzyko
Największą różnicą między GLM-5.2 a zamkniętymi modelami jest jego otwarty charakter. Możliwość pobrania wag i uruchomienia modelu lokalnie daje deweloperom pełną kontrolę nad sposobem jego wykorzystania, ułatwia integrację z własnymi narzędziami oraz pozwala na pracę bez uzależnienia od infrastruktury dostawcy.
Ta sama cecha budzi jednak obawy ekspertów zajmujących się cyberbezpieczeństwem. Kluczowe jest tu rozróżnienie między dwoma trybami użycia: korzystanie z cloud API Z.ai oznacza podleganie chińskiemu prawu i potencjalną dostępność danych dla chińskich służb, natomiast lokalne wykorzystanie modeli z pobranymi wagami MIT eliminuje ten problem – tutaj żadna zewnętrzna strona, ani rząd chiński, ani amerykański, ani sama Z.ai, nie ma prawnego ani technicznego dostępu do środowiska ingerowania. Model uruchamiany w ten sposób może działać poza mechanizmami nadzoru stosowanymi przez komercyjnych dostawców AI, co potencjalnie ułatwia jego wykorzystanie do działań o charakterze ofensywnym.
0 komentarzy