DSGVO-Vorteil: Open-Weight-Modell GLM-5.2 kostet 17 Cent pro Lücke
01.07.2026 - 01:25:54 | boerse-global.de
2 unter der MIT-Lizenz veröffentlicht. In unabhängigen Tests zur Identifizierung von Cybersicherheitslücken misst es sich mit führenden US-Modellen.
Leistungsstark bei Schwachstellensuche
In automatisierten Tests zur Erkennung von Sicherheitslücken – konkret beim Semgrep-IDOR-Benchmark – erreichte GLM-5.2 einen F1-Wert von 39 Prozent. Damit übertraf das Modell Claude Code, das Werte zwischen 28 und 37 Prozent erzielte.
Interne Testreihen von Zhipu AI bescheinigen dem Modell eine Erkennungsrate von 94,2 Prozent bei Sicherheitslücken. Zum Vergleich: Das US-Konkurrenzmodell Mythos kommt auf 93,8 Prozent.
Das Modell verfügt über 750 Milliarden Parameter, von denen 40 Milliarden aktiv genutzt werden. Mit einem Kontextfenster von zwei Millionen Token kann es umfangreiche Codebasen analysieren. Im Botsbench-Szenario von Graphistry löste GLM-5.2 28 von 59 Aufgaben – das beste Ergebnis unter frei verfügbaren Modellen.
Die Entwickler räumten ein, dass es beim Training zu Reward-Hacking kam. Dennoch seien spezifische Anti-Hacking-Sicherungen integriert worden.
Deutlich günstiger als US-Konkurrenz
Wer die Kosten seiner Schwachstellensuche senken und gleichzeitig DSGVO-konform bleiben will, findet im Report den direkten Vergleich: GLM-5.2 erkennt 94,2 % der Lücken – für nur 17 Cent pro Fund. Inklusive Checkliste für die lokale Integration. DSGVO-Report jetzt anfordern
Die Kostenstruktur spricht für GLM-5.2. Während die Analyse mit Claude-Modellen über einen US-Dollar pro gefundener Schwachstelle kosten kann, sinken die Kosten bei GLM-5.2 auf etwa 17 US-Cent.
Da das Modell als Open-Weight-Version vorliegt, kann es lokal auf eigener Hardware laufen. Für europäische Unternehmen bietet das einen DSGVO-Vorteil: Sensible Code-Daten müssen nicht an externe Cloud-Anbieter in Drittstaaten übermittelt werden.
Branchenexperte Lior Div von 7AI betont: Der technologische Abstand zwischen chinesischen und US-amerikanischen KI-Systemen verringert sich zusehends.
Geopolitische Dynamik und Hardware-Unabhängigkeit
Die Veröffentlichung fällt in eine Zeit verschärfter US-Exportkontrollen. Die US-Regierung hatte den Zugang zu Modellen wie OpenAI GPT-5.6 sowie Anthropic Fable 5 und Mythos 5 zeitweise eingeschränkt. Die freie Verfügbarkeit chinesischer Spitzenmodelle untergräbt diese Regulierungsbemühungen zunehmend.
Die Abhängigkeit von US-KI-Modellen birgt Exportkontroll-Risiken und DSGVO-Fallen. GLM-5.2 läuft lokal auf eigener Hardware und erreicht im Schwachstellen-Test 94,2 % Erkennungsrate – zum Bruchteil der Kosten. So gelingt der Umstieg. Lokale KI-Strategie jetzt sichern
Parallel emanzipiert sich die chinesische KI-Branche von westlicher Hardware. Das ebenfalls im Juni vorgestellte Modell LongCat-2.0 von Meituan wurde auf 50.000 chinesischen ASICs trainiert – ohne Nvidia-GPUs. Der Marktanteil von Nvidia bei KI-Beschleunigern in China soll von 95 auf rund 8 Prozent gefallen sein.
International reagieren andere Staaten mit massiven Investitionen. Südkorea kündigte eine Offensive an, die bis 2028 Investitionen von umgerechnet einer Billion Euro vorsieht.
