GLM 4.7 de código aberto iguala modelos proprietários em benchmark de segurança de IA
A TELUS Digital lançou um benchmark de segurança em maio de 2026 mostrando que modelos de IA de código aberto podem igualar ou superar o desempenho de segurança de sistemas proprietários. O estudo incluiu mais de 620.000 testes adversariais em 34 modelos de 10 provedores globais. Esses resultados indicam que a AI security não é mais domínio exclusivo de desenvolvedores de código fechado.
O modelo GLM 4.7, um projeto de código aberto da Zhipu AI, foi um dos destaques na avaliação. Esses dados contradizem a suposição de que arquiteturas proprietárias são naturalmente mais resistentes a ataques. O benchmark utilizou uma bateria de testes em larga escala para comparar como diferentes sistemas gerenciam prompts maliciosos e vulnerabilidades técnicas.
Capacidades de raciocínio impulsionam a AI Security
Dados da pesquisa mostram uma ligação direta entre a lógica de raciocínio de um modelo e seu perfil de segurança. Modelos focados em raciocínio tiveram uma taxa de vulnerabilidade de 19,9%, enquanto modelos sem foco em raciocínio falharam a uma taxa de 55,1%. Essa lacuna sugere que a capacidade de seguir instruções complexas de várias etapas é uma defesa primária contra ameaças de segurança.
Para líderes empresariais, o desempenho do GLM 4.7 indica que a transparência do código aberto é compatível com altos padrões de segurança. O estudo sugere que a lógica de raciocínio avançada, em vez de um modelo de licenciamento específico, oferece a proteção mais eficaz contra manipulação adversarial.
O crescente abismo de investimento
O relatório identifica um desequilíbrio significativo na forma como as empresas financiam a inteligência artificial. Atualmente, as organizações gastam US$ 1 em AI security para cada US$ 735 gastos no desenvolvimento geral de IA. Essa proporção de gastos cria um risco estratégico para empresas que implantam novas tecnologias sem medidas de segurança proporcionais.
O benchmark da TELUS Digital fornece uma estrutura para integrar a segurança no ciclo de vida de desenvolvimento. Com modelos de código aberto provando-se eficazes em ambientes adversariais, líderes técnicos estão mudando o foco para arquiteturas baseadas em raciocínio para se defender contra ameaças digitais. Implantações futuras provavelmente priorizarão essas estruturas lógicas em vez de restrições proprietárias.
Embora busquemos a precisão, o bytevyte pode cometer erros. Os usuários são aconselhados a verificar todas as informações de forma independente. Não aceitamos qualquer responsabilidade por erros ou omissões.
Related Articles
- OpenAI Lança GPT-5.4-Cyber para Reforçar Ferramentas de Segurança Defensiva
- OpenAI Enfrenta Retrocessos Técnicos após Lançamento do GPT-5.4 Desencadear Erros Sistêmicos
- Infoblox e GoDaddy Adotam Padrões Abertos para Verificação de Identidade de Agentes de IA
✔Human Verified