Aikido brengt open-weight beveiligings-LLM Altar-1 uit, gebaseerd op GLM-5.3

Het Belgische applicatiebeveiligingsbedrijf Aikido heeft Altar-1 uitgebracht, een open-weight large language model gebouwd voor on-premises en air-gapped beveiligingswerk zoals triage van kwetsbaarheden en codebeoordeling. Het model is een gecomprimeerde afgeleide van Z.AI's 753 miljard parameter tellende GLM-5.3, en de weights zijn gepubliceerd op Hugging Face — maar het wordt geleverd onder de GLM-5.3-licentie, niet onder een permissieve open-source licentie, wat van belang is voor iedereen die van plan is het te herdistribueren of door te verkopen.

Hoe Altar-1 is gebouwd

Aikido begon met een INT4-gekwantiseerde versie van GLM-5.3 en paste expert pruning toe — het verwijderen van 88 van de 256 gerouteerde experts per laag — met behulp van Cerebras Research's REAP-methode. Het resultaat is een model van 328 GB, terug van ongeveer 1,5 TB voor het oorspronkelijke model met volledige precisie, dat volgens Aikido kan worden geserveerd op vier Nvidia H200 GPU's met vLLM. Op een interne benchmark van 32 bekende kwetsbaarheden in 30 repositories rapporteert Aikido dat Altar-1 er 23 identificeerde, tegenover 25 voor het ongesnoeide model — een beweerde retentie van ongeveer 92% van de detectiedekking van het grotere model.

Waarvoor het is, en waarvoor niet

Aikido positioneert Altar-1 als de motor achter zijn autonome penetratietestproduct, Aikido Machine, ontworpen om volledig binnen het eigen netwerk van een klant te draaien, inclusief volledig air-gapped omgevingen, zodat broncode en ongepatchte bevindingen de infrastructuur van de klant nooit verlaten. Die framing is specifiek: het is een defensieve triage- en codebeoordelingstool, geen algemene exploitgenerator, en de benchmark van Aikido is een interne test in plaats van een onafhankelijk gecontroleerde.

Wat kopers moeten controleren vóór implementatie

Twee praktische punten zijn van toepassing op elke MSP of onderneming die deze klasse van tools evalueert. Ten eerste erft Altar-1 de licentievoorwaarden van GLM-5.3 in plaats van MIT of Apache — dat vereist een juridische beoordeling voordat het voor een klant wordt geïnstalleerd, vooral in air-gapped of doorverkochte implementaties. Ten tweede komen de dekkingscijfers van Aikido uit de eigen testset; behandel ze als een leveranciersclaim in afwachting van verificatie door derden, zoals elke benchmark van de maker van een model zelf moet worden gelezen.

Voor teams die self-hosted beveiligingsassistenten overwegen, is Altar-1 een concreet voorbeeld van het huidige patroon — gesnoeide, gekwantiseerde versies van grote open-weight modellen afgestemd op een smalle defensieve taak — in plaats van een signaal dat een dergelijke tool zonder toezicht tegen productiesystemen moet draaien.

Bronnen: Aikido — Introductie van Altar-1, Hugging Face — AikidoSec/altar-1, Security Boulevard-verslaggeving.