注目★★★★★Lobsters
GLM 5.2、セキュリティベンチで Claude を上回る — オープンウェイト モデルの実力
30秒で把握
- 1GLM 5.2 が IDOR 検出ベンチマークで F1 39% 達成・Claude Code (32%) を上回る・$0.17/脆弱性
- 2Mixture-of-Experts モデル・コンテキスト 1M トークン対応・推論コスト業界最低水準・オープンウェイト
- 3追加の構造化支援なしでも実用レベルの性能・セキュリティチームが自社環境での運用を検討可能
要約
Semgrep が実施した IDOR 脆弱性検出ベンチマークで、Zhipu AI のオープンウェイト モデル GLM 5.2 が F1 スコア 39% を達成し、Claude Code の 32% を上回った。GLM 5.2 は約 750 億パラメータの Mixture-of-Experts モデルで、コンテキスト長を 1M トークンまで拡張し、推論コストを抑えながら標準的なコーディングベンチマークで業界最高のオープンウェイト スコアを記録している。同社の本番マルチモーダル パイプライン (53–61% F1) には及ばないが、追加の構造化支援を受けなくても Claude Opus 4.8 を上回る性能を示した。Semgrep の実験は「モデルの能力とハーネス (その周辺構造) の貢献度をどう分けるか」を問うもので、セキュリティタスクで AI エージェントを活用する顧客の意思決定に影響を与える。GLM 5.2 はフロンティア モデルの約 1/6 の価格で利用でき、オープンウェイトながら実務的な IDOR 検出に直ちに適用可能な性能を備えている。
あなたへの影響
組織内でセキュリティスキャンを実行するチームは、GLM 5.2 などのオープンウェイト モデルを自社環境で安全に運用でき、クローズドな API に依存しない選択肢を得たため。
推奨：現在採用しているモデルと比較評価し、コスト・プライバシー・レイテンシーの観点から導入を検討する価値がある。