GLM 5.2がセキュリティベンチマークでClaudeを凌駕：SemgrepによるIDOR検出能の調査結果

概要

Semgrepのセキュリティベンチマークにおいて、Zhipu AIのオープンウェイトモデル「GLM 5.2」がプロンプトのみの条件でClaude Codeを上回るIDOR脆弱性検出精度と高いコスト効率を記録しました。

詳細内容

Semgrep社のセキュリティ研究チームは、IDOR（不適切な直接オブジェクト参照）脆弱性の検出精度を評価するベンチマークを実施しました。その結果、Zhipu AIが公開したオープンウェイトモデル「GLM 5.2」が、特定の解析補助（ハーネス）がないプロンプトのみの評価でF1スコア39%を達成し、Claude Code（32%）や他の商用モデルを上回る性能を示しました。Semgrep独自の高度な解析パイプライン（F1スコア53-61%）には及びませんが、GLM 5.2は商用モデルの約1/6という低コストで実行可能であり、機密性の高いコードをローカル環境で解析したいセキュリティチームにとって極めて魅力的な選択肢となっています。この結果は、特定の高度な推論タスクにおいてオープンウェイトモデルが最先端の商用AIに匹敵、あるいは凌駕し始めている現状を浮き彫りにしています。

元記事を読む他のサマリーを見る