Aikido砍掉GLM-5.3三分之一专家，做成本地安全模型

动察 Beating AI 快讯，比利时网络安全公司 Aikido 发布首个开源安全模型 Altar-1。它把 Z.ai 的 GLM-5.3 做成面向安全场景的压缩版。企业可以把它部署在自己的服务器甚至完全断网环境里，用来做代码审计和渗透测试，源码和未修复漏洞不用交给外部模型。 Aikido 先把 GLM-5.3 做成 INT4 量化版，再用 Cerebras 的 REAP 方法剪掉 256 个路由专家中的 88 个，相当于砍掉 34.4%。模型体积从全精度的 1.51TB 缩到 328GB，比量化后的 488GB 还小 32.8%。官方推荐用 4 张 H200 部署。 压缩后性能基本保住。在 Aikido 自建的 32 个 CVE 测试中，Altar-1 单轮平均召回率为 60.4%，量化版 GLM-5.3 为 61.5%。连续测试三轮，两者都至少一次发现了 23 个漏洞，全精度 GLM-5.3 是 25 个。 严格说，Altar-1 现在更像「安全场景定向剪枝的 GLM-5.3」。Aikido 明确称这一步没有训练新技能，真正的安全工作流微调、工具调用和长程推理训练还在后面。 NIST 旗下 CAISI 此前将基座 GLM-5.3 评为目前网络安全能力最强的开源模型，但综合能力仍落后当前美国前沿模型约四个月。