文章总结： Semgrep测评显示智谱开源模型GLM5.2在无工具辅助的IDOR检测中以39%击败Claude的32%。这标志国产开源模型安全推理能力首超闭源，单漏洞成本仅0.17美元。AI代码审计差距已转向工具链，安全团队可低成本部署开源模型提升检测效率。 综合评分： 68 文章分类： AI安全,代码审计,漏洞分析,WEB安全

【安全圈】国产AI打赢Claude

安全圈

2026年6月29日 19:00 江苏

在小说阅读器读本章

去阅读

关键词

AI

一个开源模型，没有花哨的工具加持，只凭一个提示词，就在漏洞检测上打赢了Claude。

这不是国产AI的自嗨，而是全球知名安全工具公司Semgrep的官方测评结论。

事情是这样的

6月22日，全球领先的代码安全分析平台Semgrep发布了一篇博文，标题很有意思——“We have Mythos at Home”（我们家里也有Mythos）。

这个标题是在调侃Anthropic此前被业界封为”网络空间之王”的Mythos系列模型。言下之意：你们吹上天的Mythos，我们用开源模型也能打。

他们做了一件很”较真”的事：把智谱AI的开源模型GLM 5.2，和Claude等一众闭源前沿模型，放在完全相同的条件下做漏洞检测测试。

结果让所有人意外——

GLM 5.2：39% F1分数 Claude Code：32% F1分数

国产开源模型，赢了。

什么是IDOR？为什么这个测试很重要？

IDOR（不安全的直接对象引用）是一种常见的Web安全漏洞。简单说，就是程序暴露了一个内部ID（比如用户ID），攻击者改个数字就能看到别人的数据。

这种漏洞不靠简单的字符串匹配就能发现，需要模型理解：请求参数、权限逻辑、数据访问路径之间的关系。这是一项真正考验”安全推理能力”的任务。

Semgrep测试的正是模型在这方面的真实水平。

关键细节：没有任何”外挂”

这次测试最核心的设计是：开源模型只拿到了一个提示词和代码库，没有给任何额外的工具支持。

而Semgrep自家的多模态流水线（带专用工具链）能跑到53%-61%的F1分数，说明工具和流程设计确实能大幅提升效果。

但在”纯裸奔”的条件下，GLM 5.2是所有模型中表现最好的。

这意味着什么？ 模型本身的能力，国产已经不输甚至超越了。剩下的差距，更多在工具链和工程化上。

不只是Semgrep一家说了算

Graphistry的CyBT-CTF基准测试也给出了类似结论：GLM 5.2的表现与Anthropic的Opus 4.8处于同一水平线。

也就是说，这不是一次偶然的”爆冷”，而是多项独立测试共同验证的结果。

成本呢？

GLM 5.2每发现一个漏洞的成本大约是0.17美元。

作为开源权重模型，企业可以自己部署，不需要为API调用持续付费。对于安全团队来说，这意味着AI辅助漏洞检测的门槛被大幅拉低了。

更大的图景

这件事的意义已经超出了技术本身：

第一，开源模型在专业安全领域首次实现对闭源模型的正面超越，而不只是靠性价比取胜。

第二，它回答了一个行业核心问题： 漏洞检测的性能，到底来自模型还是来自工具链？Semgrep的结论是——两者都重要，但模型本身的差距正在被填平。

第三，对于中国AI产业来说，这是一个标志性时刻。 在代码安全这个高门槛、高专业度的领域，国产模型证明了自己不只是”能用”，而是”能赢”。

最后

Semgrep文章的标题”We have Mythos at Home”，翻译过来就是：

“别羡慕别人家的Mythos了，我们自己家也有。”

而这次，”自己家的”是来自中国的GLM 5.2。

END

阅读推荐

【安全圈】三星 Galaxy 手机被曝高危安全漏洞

【安全圈】波兰捣毁与数百万美元加密货币盗窃案相关的 SIM 卡交换团伙

【安全圈】新型 Gaslight macOS 恶意软件利用提示注入扰乱 AI 辅助分析

【安全圈】苹果印度代工厂遭黑客入侵 海量新机机密文件流入暗网

安全圈

←扫码关注我们

网罗圈内热点 专注网络安全

实时资讯一手掌握！

好看你就分享 有用就点个赞

支持「安全圈」就点个三连吧！

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安全圈 《【安全圈】国产AI打赢Claude》