Contexte et capacités du modèle

GLM 5.3‑flash, publié par Z.ai Co., est un modèle de langue ouvert (open‑weight) que l’on peut télécharger et exécuter sur du matériel grand public. Le terme « flash » indique un coût d’inférence réduit : les tests montrent environ 20 tokens / seconde sur une carte graphique NVIDIA d’environ 6 000 USD. Le même modèle tourne sur le futur Mac Studio M5 (256 GB de mémoire unifiée) à 30 tokens / seconde, avec un prix de lancement de 9 500 USD. Des optimisations logicielles promettent une hausse de 50 % de ce débit, soit près de 45 tokens / seconde.

Ces vitesses permettent d’écrire un fragment de code en trois secondes, comme le montre l’extrait généré par le modèle :

⚠️ LLM generated code
     = 
        
            return 
            
        
         =

Le modèle est donc capable d’opérer en continu, jour et nuit, depuis le portefeuille d’un particulier.

Performances chiffrées et risques

Sur les benchmarks de sécurité, GLM 5.3 obtient 84,5 % sur CyberGym, qui mesure la capacité à reproduire des vulnérabilités à partir de descriptions publiques de CVE. Sur ExploitBench, il atteint 54,4 %, un score qui indique la capacité à transformer une faille en exécution de code, même si le meilleur modèle frontier, GPT‑6 Astra, atteint 100 %.

Les versions « abliterated » publiées par des tiers comme DeAlignAI suppriment les filtres de refus ; elles obtiennent 0 % sur Harmbench‑320, ce qui signifie qu’elles n’ont aucune réticence à générer du contenu lié à la désinformation, aux cybercrimes ou à la fabrication d’armes. Ainsi, le modèle est techniquement prêt à exécuter toute tâche, y compris la rédaction de scripts d’exploitation ou d’instructions pour fabriquer des engins explosifs.

Le coût matériel (5 000‑15 000 USD) et la disponibilité du code source font de ce LLM un outil potentiellement exploitable par n’importe quel acteur, du hacker amateur au groupe étatique.

Déploiement des correctifs et contraintes

Les initiatives Project Glasswing et Daybreak utilisent déjà ces modèles pour identifier et corriger des failles avant qu’elles ne soient exploitées. Leur principal obstacle n’est plus la découverte de vulnérabilités, mais la mise en production des correctifs : les systèmes critiques exigent souvent un accès physique ou des déploiements progressifs afin d’éviter les interruptions de service. Un correctif du noyau Linux, par exemple, ne protège pas un réseau électrique fonctionnant sous Windows Server 2012.

En outre, les gains de vitesse annoncés (1,5×) ne sont pas garantis sur toutes les configurations, et les modèles ablités peuvent présenter une légère dégradation sur les tâches malveillantes non entraînées. Malgré ces incertitudes, l’évolution rapide des LLMs réduit le délai entre la découverte d’une faille et son exploitation automatisée.

Face à ces données, la communauté doit accélérer la diffusion de correctifs, renforcer les processus de mise à jour et envisager des mécanismes de contrôle d’accès aux modèles open‑weight afin de limiter leur usage à des fins malveillantes.