Pembaruan 12 November 2026: Artikel ini pertama kali terbit pada Juli 2026, saat GLM-5.2 dan Tulongfeng baru diumumkan. Sejak itu banyak hal terjadi. GLM-5.3 dirilis dan dinilai sebagai model open-weight paling mumpuni di bidang siber, Anthropic dan lembaga pemerintah AS menerbitkan evaluasinya, dan beberapa lab China mulai membatasi kemampuan siber model mereka. Isi artikel sudah diperbarui dengan perkembangan tersebut.
Model kecerdasan buatan (AI) dari China makin mempersempit jarak dengan model terdepan dari Amerika Serikat, termasuk di bidang yang paling sensitif: menemukan dan mengeksploitasi celah keamanan perangkat lunak. Yang membuat pakar keamanan khawatir bukan hanya kemampuannya, tetapi juga cara model itu dirilis. Banyak model China bersifat open-weight, artinya siapa saja bisa mengunduh, menjalankan di komputer sendiri, dan memodifikasinya, termasuk menghapus pengaman bawaannya.
Ringkasan Perkembangan
| Waktu | Peristiwa |
|---|---|
| Pertengahan Juni 2026 | Zhipu AI (Z.ai) merilis GLM-5.2, model open-weight dengan konteks 1 juta token |
| 24 Juni 2026 | 360 Security Technology memperkenalkan Tulongfeng di konferensi ISC.AI 2026, Beijing |
| 14 Agustus 2026 | Z.ai merilis GLM-5.3; bobot modelnya dibuka untuk publik sekitar dua minggu kemudian |
| 21 Agustus 2026 | Benchmark Aikido: model China seperti DeepSeek, Qwen, Kimi, dan GLM bersaing ketat dengan model AS dalam menemukan celah dari kode sumber |
| 17 September 2026 | CAISI (lembaga di bawah NIST, AS) menyebut GLM-5.3 sebagai model open-weight paling mumpuni di bidang siber sejauh ini |
| 29 September 2026 | Anthropic menerbitkan evaluasi: GLM-5.3 nyaris setara Claude Mythos Preview dalam membuat exploit, dan pengamannya mudah ditembus |
| Akhir Oktober 2026 | Beredar kabar DeepSeek menyiapkan akses “Cyber” khusus dengan verifikasi identitas; belum ada pengumuman resmi |
| Awal November 2026 | Moonshot AI merilis Kimi K3.1 Pro dan menyatakan sengaja mengurangi kemampuan siber ofensif model tersebut |
GLM-5.2: Awal Kekhawatiran
GLM-5.2 dari Zhipu AI dirilis pertengahan Juni 2026 sebagai model open-weight.
Beberapa pengujian independen menunjukkan kemampuannya di bidang keamanan cukup tinggi:
- Semgrep menguji kemampuan mendeteksi celah IDOR (kontrol akses yang lemah). GLM-5.2 mencetak skor F1 39%, di atas Claude Opus 4.6 (37%) dan Opus 4.8 (28%), dengan biaya sekitar seperenamnya. Semgrep sendiri mengingatkan bahwa tugas ini sempit.
- Graphistry menemukan GLM-5.2 setara Opus 4.8 pada tantangan CTF dan jauh di atas model terbuka lain.
- Irregular menilai kemampuannya pada tugas-tugas sempit setara GPT-5.4 dan Claude Opus 4.6, model yang dirilis sekitar empat bulan sebelumnya.
Sejumlah media sempat menyebut GLM-5.2 menyaingi Claude Mythos, model pencari celah milik Anthropic yang aksesnya dibatasi. Namun analisis AI Risk Explorer menyimpulkan klaim itu tidak didukung bukti publik. GLM-5.2 dekat dengan garis depan untuk tugas tertentu, tetapi belum terbukti menyamai Mythos dalam menemukan celah secara mandiri dan merangkai exploit dalam skala besar.
Tulongfeng: “Mythos Versi China” dari 360
Pada 24 Juni 2026, pendiri 360 Security Technology, Zhou Hongyi, memperkenalkan dua alat di bawah inisiatif Yitian Tulong:
- Tulongfeng (“Pedang Pembunuh Naga”), sistem multi-agen untuk menemukan celah perangkat lunak secara otomatis.
- Yitianzhen, untuk pertahanan siber dan respons insiden otomatis.
360 mengklaim Tulongfeng telah menemukan 3.432 celah, 105 di antaranya dikonfirmasi otoritas China. Zhou menyebutnya “Mythos versi China”, tetapi juga mengakui model dasar China masih tertinggal 20 sampai 30 persen dari model terdepan Barat.
Angka-angka itu belum diverifikasi pihak independen, dan 360 belum merilis data benchmark yang bisa diuji ulang. AI Risk Explorer menilai Tulongfeng lebih mirip jalur riset kerentanan yang sangat terotomatisasi ketimbang setara Mythos.
Meski begitu, jejak Tulongfeng mulai muncul di dunia nyata. Dalam advisory keamanan Apache HTTP Server 2.4.71 yang terbit 11 November 2026, celah CVE-2026-106023 di modul mod_md dikreditkan antara lain kepada peneliti 360 Vulnerability Research Institute yang bekerja bersama “360 TuLongFeng”. Rilis yang sama juga menambal celah kritis HTTP/2 CVE-2026-119618, yang ditemukan oleh pemindai berbasis AI milik Anthropic dan tim Google.
GLM-5.3: Ambang Batas yang Terlampaui
Perkembangan terbesar datang dari GLM-5.3, penerus GLM-5.2 yang dirilis Z.ai pada 14 Agustus 2026. Dua lembaga menerbitkan evaluasi terpisah.
Penilaian CAISI (NIST)
Pada 17 September 2026, Center for AI Standards and Innovation (CAISI) di bawah NIST menyatakan GLM-5.3 adalah model open-weight paling mumpuni di bidang siber yang pernah dirilis. Namun kemampuannya masih jauh di bawah model terdepan AS, dengan selisih sekitar empat bulan menurut gabungan benchmark mereka. CAISI juga mengingatkan bahwa pengaman pada model open-weight bisa disingkirkan saat model dijalankan sendiri.
Evaluasi Anthropic
Pada 29 September 2026, tim Frontier Red Team Anthropic menerbitkan pengujian yang membandingkan GLM-5.3 dengan Claude Mythos Preview di lingkungan terisolasi:
| Pengujian | GLM-5.3 | Claude Mythos Preview | GLM-5.2 dan Claude Opus 4.6 |
|---|---|---|---|
| ExploitBench (exploit end-to-end untuk mesin JavaScript V8) | 50 dari 410 percobaan (sekitar 12%) | 56 dari 410 (sekitar 14%) | Nol atau mendekati nol |
| Benchmark eksploitasi biner internal (mengambil alih alur program) | 4% | 6% | 0% |
Artinya, hanya dalam satu generasi, model open-weight melompat dari hampir tidak mampu membuat exploit menjadi nyaris setara model terbatas Anthropic. Dalam satu contoh, versi GLM-5.3-Flash berhasil membangun rantai exploit untuk dua celah yang sudah diketahui, dengan sekitar 20 menit perhatian manusia, delapan jam kerja model, dan biaya API sekitar 20 dolar AS.
Masalah Utamanya: Pengaman yang Mudah Ditembus
Menurut Anthropic, GLM-5.3 memang menolak permintaan yang jelas berniat jahat. Masalahnya, penolakan itu mudah diakali:
| Cara pengujian (simulasi serangan) | Model mau menjalankan perintah serangan |
|---|---|
| Perintah langsung tanpa trik | 0% |
| Cerita palsu, misalnya mengaku sebagai tim red-team resmi | 64% |
| Mengisi awal “proses berpikir” model | 92% |
| Setelah abliteration (bobot model diedit untuk menghapus perilaku menolak) | 100% |
Abliteration hanya mungkin dilakukan karena bobot modelnya terbuka. Tingkat penolakan turun dari di atas 90% menjadi 2 sampai 12% tergantung benchmark, sementara kemampuan model hampir tidak berkurang. Anthropic memperkirakan proses ini butuh sekitar 2.200 jam GPU (sekitar 4.400 dolar AS) dalam percobaan mereka, dan bisa lebih murah bagi tim berpengalaman. Teknik yang sama tidak berhasil pada model Claude yang diakses lewat API dengan pengaman aktif.
Kesimpulan Anthropic: GLM-5.3 berbeda dari model lain yang setara kemampuannya, karena dirilis tanpa pengaman yang berarti, dan “ambang kritis kemampuan yang tersedia bebas kini telah terlampaui”.
Perlu dicatat, beberapa pengamat mengingatkan bahwa Anthropic adalah pesaing langsung Z.ai dan melakukan pengujian sendiri. Cloud Security Alliance juga mencatat hasil Anthropic belum direplikasi oleh CAISI. Namun Anthropic menyebut temuan kemampuannya secara umum sejalan dengan CAISI; perbedaannya lebih pada cara membingkai risikonya. Sejauh pantauan berbagai media, Z.ai belum menanggapi laporan ini.
Model China Lain Ikut Bersaing
Bukan hanya GLM. Benchmark Aikido (21 Agustus 2026, diperbarui 5 Oktober) menguji 10 model untuk menemukan ulang 32 celah nyata dari kode sumber, masing-masing tiga kali:
| Model | Asal | Celah ditemukan (gabungan 3 putaran, dari 32) |
|---|---|---|
| DeepSeek V4 Pro | China | 28 |
| Grok 4.6 | AS | 26 |
| Claude Opus 5 | AS | 26 |
| Qwen3.8-Max | China | 26 |
| GPT Sol | AS | 25 |
| Kimi K3 | China | 25 |
| GLM-5.3 | China | 25 |
Ada catatan penting. Model AS lebih konsisten dalam satu putaran (Opus 5 menemukan 25 celah dalam satu putaran terbaiknya, DeepSeek V4 Pro 17). Model China unggul dari sisi biaya: tiga putaran DeepSeek V4 Pro menghabiskan sekitar 295 dolar AS, sedangkan satu putaran model AS teratas sekitar 450 sampai 590 dolar AS. Model terbatas seperti Mythos tidak ikut diuji.
Bagi pembela maupun penyerang, pesannya sama: kemampuan menemukan celah kini murah dan tersedia luas.
Lab China Mulai Mengerem
Menariknya, beberapa lab China mulai mengambil langkah pengamanan setelah sorotan terhadap GLM-5.3:
- Kimi K3.1 Pro (Moonshot AI): tim Kimi menyatakan menghapus data dan tugas keamanan siber dari tahap pelatihan lanjutan, sambil mempertahankan kemampuan pemrograman umum. Tingkat keberhasilan menemukan dan mengeksploitasi celah di benchmark internal turun dari 90,5% menjadi 81,0%. Kimi berencana membuka kemampuan siber di versi open-weight secara bertahap.
- DeepSeek: pada akhir Oktober beredar temuan di kode situs resmi DeepSeek yang mengarah ke layanan “Cyber” dengan akses terbatas. Pemohon disebut harus terdaftar di China daratan dan lolos verifikasi identitas. DeepSeek belum mengumumkannya secara resmi, jadi informasi ini masih berupa kabar.
- Regulasi ekspor China: Kementerian Perdagangan dan Kementerian Sains dan Teknologi China mengusulkan agar teknologi AI, termasuk kemampuan penemuan celah, masuk daftar teknologi yang dilarang atau dibatasi ekspornya.
Pola yang mulai terlihat: kemampuan siber tingkat tinggi disalurkan lewat API dengan akses terkontrol, sementara versi open-weight dibatasi. Ini mirip pendekatan lab AS seperti Anthropic dengan Mythos.
Namun transparansi masih rendah. Analisis SemiAnalysis terhadap 857 model dari sembilan perusahaan AI besar China (2021 sampai September 2026) menemukan hanya 1,1% yang mempublikasikan hasil evaluasi keamanan saat atau sebelum dirilis.
Keunggulan dan Risiko Model Open-Weight
Model open-weight bukan ancaman semata. Keunggulannya nyata, terutama bagi organisasi di negara seperti Indonesia:
- Kedaulatan data: model bisa dijalankan di server sendiri (on-premise), sehingga data sensitif tidak dikirim ke API milik penyedia asing.
- Biaya: jauh lebih murah dibanding model tertutup untuk kemampuan yang mendekati.
- Pertahanan: tim keamanan bisa memakai model ini untuk memindai kode dan sistem sendiri sebelum penyerang melakukannya. Bahkan Anthropic menyarankan pembela memakai alat terbaik yang tersedia, termasuk model seperti GLM-5.3.
Risikonya juga nyata:
- Penyerang dengan sumber daya terbatas kini punya akses ke kemampuan yang dulu hanya dimiliki tim elite.
- Pengaman bisa dihapus permanen dari bobot model, dan tidak ada cara menariknya kembali setelah tersebar.
- Jarak antara pengumuman celah dan munculnya exploit kemungkinan makin pendek.
Bukan Soal Asal Negara, tapi Kesiapan Pertahanan
Perdebatan sering terjebak pada pertanyaan “model AS atau China”. Padahal bagi pengelola sistem, yang lebih penting adalah fakta bahwa kemampuan menemukan dan mengeksploitasi celah kini murah, cepat, dan tersedia bagi siapa saja. Mantan Direktur Siber Nasional AS, Chris Inglis, dalam wawancara di Black Hat USA 2026, juga berpendapat bahwa membatasi akses ke model canggih saja tidak cukup untuk menjaga keunggulan, dan menekankan pentingnya kerja sama dan berbagi informasi antar negara sekutu.
Langkah praktis yang bisa dilakukan organisasi sekarang:
- Percepat siklus patch. Celah yang diumumkan hari ini bisa punya exploit dalam hitungan hari, bukan minggu. Prioritaskan sistem yang menghadap internet.
- Kenali arsitektur sendiri. Inventarisasi aset, versi perangkat lunak, dan layanan yang terbuka ke internet. Anda tidak bisa menambal yang tidak Anda ketahui.
- Pakai AI untuk bertahan. Gunakan model AI, baik tertutup maupun open-weight, untuk meninjau kode dan konfigurasi sebelum penyerang melakukannya.
- Kurangi permukaan serangan. Matikan layanan, modul, dan plugin yang tidak dipakai.
- Terapkan Zero Trust. Anggap setiap akses perlu diverifikasi, batasi hak akses seminimal mungkin, dan pisahkan jaringan.
- Siapkan deteksi dan respons. Pantau log, siapkan prosedur insiden, dan uji cadangan data secara berkala.
- Atur penggunaan AI internal. Jika memakai model open-weight di lingkungan kantor, tetapkan siapa yang boleh mengakses dan untuk keperluan apa.
Kesimpulan
Dalam lima bulan, model AI China bergerak dari “menarik untuk diamati” menjadi “setara dengan model terbatas AS dalam membuat exploit”, setidaknya pada benchmark tertentu. GLM-5.3 menjadi titik balik karena menggabungkan kemampuan tinggi, bobot terbuka, dan pengaman yang mudah disingkirkan.
Klaim-klaim besar tetap perlu disikapi kritis. Angka Tulongfeng belum diverifikasi, kabar DeepSeek Cyber belum resmi, dan evaluasi GLM-5.3 datang dari pihak yang juga pesaing. Namun arah perubahannya jelas: kemampuan menyerang makin murah dan tersebar. Organisasi yang paling siap bukan yang paling banyak memperdebatkan asal model, melainkan yang paling cepat menambal, paling mengenal sistemnya sendiri, dan paling cepat memakai AI untuk bertahan.
Butuh bantuan mengamankan website atau server Anda? Konsultasikan dengan tim kami lewat WhatsApp.
Sumber
- GLM-5.3 and the spread of advanced cyber capabilities (Anthropic, 29 September 2026)
- CAISI’s Assessment of Z.ai’s GLM-5.3 Cyber Capabilities (NIST)
- Open-Weight Cyber Diffusion: CAISI’s GLM-5.3 Assessment (Cloud Security Alliance)
- Chinese Open-Weight Models Closing In, Anthropic Warns (BankInfoSecurity)
- Anthropic says Zhipu’s open-weight GLM-5.3 nearly matches Claude Mythos Preview at building exploits (The Decoder)
- China Hasn’t Matched Mythos, But GLM-5.2 and Tulongfeng Are Still Worth Watching (AI Risk Explorer)
- We burned 11.7bn tokens to find the best cyber AI model (Aikido)
- DeepSeek Cyber and the Changing Security of China’s Open Models (Weijin Research)
- America First in AI Shouldn’t Mean America Only (GovInfoSecurity)
- Apache HTTP Server 2.4 vulnerabilities (Apache Software Foundation)
