Hat-hét hónappal lemaradtak a nyílt modellek a kiberbiztonságban

A GLM-5.3 vezeti a nyílt modellek mezőnyét

Az Epoch AI október 16-án közzétett elemzése szerint a Z.ai GLM-5.3 a legerősebb nyílt súlyú modell a Cyber ECI nevű mérőszámban. A modell 160,10 pontos eredményt ért el, és 2026. augusztus 14-én jelent meg nyílt súlyokkal, korlátozott használati feltételek mellett.

A GLM-5.3 eredménye magasabb az OpenAI 2026. március 5-én kiadott GPT-5.4 modelljénél, amely 157,04 pontot kapott. A nyílt modell azonban elmarad az Anthropic április 7-i Claude Mythos Preview modelljétől, amely 164,82 pontot ért el, valamint az OpenAI április 23-i GPT-5.5 modelljétől, amely 162,22 pontos eredményt kapott.

Az Epoch AI ezekből az összehasonlításokból arra következtet, hogy a kiberbiztonságban a nyílt modellfrontier nagyjából ott tart, ahol a zárt modellek élmezőnye hat-hét hónappal korábban tartott.

Mit mér a Cyber ECI?

A Cyber ECI az Epoch Capabilities Index kiberbiztonságra szabott változata. Az index kiberbiztonsági teszteken elért eredmények alapján becsüli a modellek képességeit, miközben az általános és kiberbiztonsági tesztek közös illesztéséből származó mérési paramétereket használja. A pontszámok ugyanazon a skálán vannak, mint az általános ECI esetében.

Az októberi frissítésben az index 56-ról 76 modellre, a vizsgált kiberbiztonsági tesztek száma pedig 20-ról 35-re bővült. Az adatállomány összesen 324 modell és teszt közötti eredményt tartalmaz. Az Epoch AI adatai az Egyesült Királyság AI Security Institute-jától, a CAISI-tól, az Irregular nevű kiberbiztonsági értékelőcégtől, modellfejlesztők jelentéseiből és más nyilvános forrásokból származnak.

Az elemzésben azokat a modelleket szerepeltetik, amelyekhez legalább két kiberbiztonsági teszteredmény állt rendelkezésre. A GLM-5.3 pontszáma három, a CAISI 2026. szeptemberi értékeléséből származó eredményen alapul. Ez a három eredmény a modellhez jelenleg elérhető egyetlen kiberbiztonsági mérés az Epoch AI adatállományában.

A zárt modellek továbbra is előrébb járnak

A zárt súlyú modellek élmezőnyét az Epoch AI táblázata szerint jelenleg az Anthropic Claude Opus 5.5 és az OpenAI GPT-6 Astra vezeti, mindkettő 171 pontos Cyber ECI-eredménnyel. A központi becslés szerint a Claude Opus 5.5 171,14, a GPT-6 Astra 171,03 pontot ért el.

A GLM-5.3-hoz legközelebbi, alacsonyabb és magasabb pontszámú zárt modellek a GPT-5.4 és a Claude Mythos Preview. Az előbbi 2026. március 5-i, az utóbbi 2026. április 7-i kiadás, ezért az Epoch AI számítása szerint a különbség hét, illetve hat hónap.

Az intézet hangsúlyozza, hogy kevés eredmény áll rendelkezésre több modell esetében. A Claude Opus 5.5 pontszáma például az Anthropic által közölt négy teszten alapul. A Claude Opus 5.5 és a GPT-6 Astra nem ugyanazokon a teszteken szerepelt, a hozzájuk tartozó bizonytalansági intervallumok pedig szinte teljesen átfednek. Az Epoch AI szerint az index módszertana a közeljövőben változhat, hogy pontosabban becsülje a modellek közötti különbségek bizonytalanságát.

Az adatok alapján a nyílt súlyokkal elérhető modellek kiberbiztonsági teljesítménye gyorsan közelít a korábbi zárt modellekéhez, de a zárt súlyú frontier közben tovább fejlődik. Az elemzés ezért a felhasználók számára azt jelzi, hogy a legerősebb nyílt modell elérhetővé tétele önmagában még nem szünteti meg a különbséget a nyílt és zárt modellek kiberbiztonsági képességei között.