Un bug vieux de 45 ans a retardé un modèle d'IA

Ce que GLM-5.3 a trouvé, et à quelle vitesse

Le laboratoire chinois d'IA Z.ai a lancé GLM-5.3 le 14 août 2026 sur la même base de mélange d'experts à 743 milliards de paramètres que son prédécesseur GLM-5.2, tout le gain de capacité annoncé provenant d'un post-entraînement prolongé plutôt que d'un nouveau cycle de pré-entraînement. Ce seul post-entraînement a fait passer le score Terminal-Bench 3.0 du modèle de 4,6 à 28,3 et son score de détection de vulnérabilités CyberGym de 77,2 à 84,5 pour cent, devant Claude Mythos 5 à 83,8 pour cent et GPT-5.6 Sol à 83,6 pour cent. Z.ai a ensuite utilisé le modèle lui-même pour analyser des logiciels open source réels et a signalé 2 436 vulnérabilités distinctes dans 269 projets, dont une faille remontant à 1981, soit 45 ans avant sa découverte.

Sur ces 2 436 résultats, seuls 53 sont publics aujourd'hui; les 2 383 restants, y compris tous les résultats critiques et graves, restent sous embargo le temps que les projets concernés puissent les corriger.

Une compétence que personne n'a entraînée

Z.ai décrit la capacité de détection de vulnérabilités comme non planifiée, affirmant que le modèle l'a simplement acquise à mesure que la capacité s'accumulait avec l'ampleur de l'entraînement, plutôt que comme le résultat d'un programme délibéré de cybersécurité. La distinction compte, car les cycles de post-entraînement sont bien moins coûteux et bien plus rapides à mener qu'un cycle complet de pré-entraînement, l'étape autour de laquelle la plupart des règles d'examen de sécurité et de seuils de calcul sont construites. GLM-5.3 a résolu 105 tâches de génération d'exploits en deux heures et 130 en six heures sur le benchmark ExploitGym, contre 29 et 39 pour GLM-5.2 sur le même modèle de base à peine quelques mois plus tôt, un bond de capacité offensive survenu sans nouveau modèle de base, sans nouveau cycle d'entraînement et sans aucun signal public préalable.

La promesse de deux semaines venue et repartie

Z.ai a échelonné le déploiement de GLM-5.3: le modèle est devenu accessible dès le jour du lancement via sa propre API, son GLM Coding Plan et son produit ZCode, tandis que les poids ouverts téléchargeables, la version que tout laboratoire ou entreprise peut héberger et exécuter de façon autonome, étaient promis pour environ deux semaines plus tard, vers le 28 août, une fois achevées une évaluation de sécurité et une phase de durcissement. C'est la première fois que Z.ai retarde la publication des poids d'un GLM, dans une approche échelonnée similaire à celle utilisée par Moonshot pour son modèle Kimi K3. La date du 28 août est désormais passée sans que les poids aient été publiés, et Z.ai n'en a donné aucune nouvelle, traitant le calendrier initial comme une intention plutôt qu'un engagement.

Pourquoi cela dépasse le calendrier d'une seule entreprise

Un report volontaire est, pour l'instant, le seul véritable frein empêchant une telle capacité d'atteindre une diffusion ouverte: aucune loi nulle part n'oblige un laboratoire à retenir les poids d'un modèle parce qu'un score de référence s'est révélé plus élevé que prévu. Le cadre propre à l'UE pour les modèles d'IA à usage général les plus capables, appliqué par l'AI Office depuis le 2 août 2026, fixe son seuil de risque systémique à partir du calcul d'entraînement consacré à la construction d'un modèle, une mesure conçue autour d'un unique et vaste cycle de pré-entraînement. Le bond de GLM-5.3 provient entièrement d'un post-entraînement sur une base déjà existante, exactement le type de mise à jour peu coûteuse et rapide qu'un seuil de calcul calibré sur le pré-entraînement n'est pas conçu pour détecter, et qu'un laboratoire peut répéter tous les quelques mois. Le fait que la propre promesse de deux semaines de Z.ai ait déjà glissé est le signe le plus clair à ce jour que les fenêtres d'examen volontaires évoluent plus lentement que les cycles de mise à jour qu'elles sont censées encadrer.

Nous faisons cela pour tous ceux qui essaient de suivre ce que la technologie fait à nos vies. Les personnes qui la construisent, et celles à qui cela arrive. Le Servola Journal existe pour que ce que nous apprenons appartienne à tous ces gens.

Personne ne nous paie pour cela. Pas de publicité, pas de mur payant, gratuit pour tous. Nous croyons simplement que comprendre ce qui nous arrive à tous ne devrait pas dépendre de qui peut se permettre de payer pour le savoir.

Si cet article vous a apporté quelque chose aujourd'hui, dites-le-nous pour que nous continuions. Suivez-nous, laissez un like ou écrivez un commentaire positif. Nous les lisons tous, et ce sont eux qui nous font avancer.

À lire ensuite: Washington pourrait dispenser de ce que Bruxelles va exiger  |  Vos fournisseurs d'IA risquent des amendes européennes