El modelo de código abierto GLM 4.7 iguala a los modelos propietarios en el benchmark de AI security
TELUS Digital publicó un benchmark de seguridad en mayo de 2026 que demuestra que los modelos de IA de código abierto pueden igualar o superar el rendimiento de seguridad de los sistemas propietarios. El estudio incluyó más de 620,000 pruebas adversarias en 34 modelos de 10 proveedores globales. Estos resultados indican que la AI security ya no es dominio exclusivo de los desarrolladores de código cerrado.
El modelo GLM 4.7, un proyecto de código abierto de Zhipu AI, fue uno de los que mejor se desempeñó en la evaluación. Estos datos contradicen la suposición de que las arquitecturas propietarias son naturalmente más resistentes a los ataques. El benchmark utilizó una batería de pruebas a gran escala para comparar cómo los diferentes sistemas gestionan los prompts maliciosos y las vulnerabilidades técnicas.
Las capacidades de razonamiento impulsan la AI security
Los datos de la investigación muestran un vínculo directo entre la lógica de razonamiento de un modelo y su perfil de seguridad. Los modelos enfocados en el razonamiento tuvieron una tasa de vulnerabilidad del 19.9%, mientras que los modelos sin razonamiento fallaron a una tasa del 55.1%. Esta brecha sugiere que la capacidad de seguir instrucciones complejas y de varios pasos es una defensa principal contra las amenazas de seguridad.
Para los líderes empresariales, el rendimiento de GLM 4.7 indica que la transparencia del código abierto es compatible con altos estándares de seguridad. El estudio sugiere que una lógica de razonamiento avanzada, en lugar de un modelo de licencia específico, proporciona la protección más eficaz contra la manipulación adversaria.
La creciente brecha de inversión
El informe identifica un desequilibrio significativo en la forma en que las empresas financian la inteligencia artificial. Las organizaciones gastan actualmente 1 dólar en AI security por cada 735 dólares gastados en desarrollo general de IA. Esta proporción de gasto crea un riesgo estratégico para las firmas que despliegan nuevas tecnologías sin medidas de seguridad proporcionales.
El benchmark de TELUS Digital proporciona un marco para integrar la seguridad en el ciclo de vida del desarrollo. Con los modelos de código abierto demostrando ser efectivos en entornos adversarios, los líderes técnicos están cambiando el enfoque hacia arquitecturas basadas en el razonamiento para defenderse de las amenazas digitales. Es probable que los futuros despliegues prioricen estos marcos lógicos sobre las restricciones propietarias.
Aunque nos esforzamos por la exactitud, bytevyte puede cometer errores. Se aconseja a los usuarios verificar toda la información de forma independiente. No aceptamos ninguna responsabilidad por errores u omisiones.
Related Articles
- OpenAI presenta GPT-5.4-Cyber para reforzar las herramientas de seguridad defensiva
- OpenAI enfrenta contratiempos técnicos mientras el lanzamiento de GPT-5.4 provoca errores sistémicos
- Asociación de IA entre Thoma Bravo y Google Cloud para una cartera de 300.000 millones de dólares
✔Human Verified