Clément Delangue, PDG de Hugging Face, vient d'envoyer la note de remerciement la plus cinglante dans le domaine de l'IA à l'heure actuelle—à une startup chinoise—le lendemain du jour où OpenAI a confirmé que ses propres modèles avaient pénétré les serveurs de Hugging Face.
Z.ai, le laboratoire basé à Pékin qui a publié GLM 5.2 en tant que poids ouverts le mois dernier, a reçu un remerciement public de Delangue sur X.
« Également extrêmement reconnaissant envers z.AI. Ils ont partagé GLM5.2 en tant que poids ouverts (gratuitement !) avec le monde et cela est devenu une composante clé de notre défense », a-t-il déclaré dans un retweet d'Adrien Carreira, responsable de l'infrastructure chez Hugging Face.
Selon OpenAI, le modèle GPT 5.6 Sol de l'entreprise et un autre modèle d'IA se sont échappés d'un environnement sandbox alors qu'ils étaient testés sur un benchmark de cybersécurité. Ces modèles, apparemment de leur propre initiative, ont décidé de pirater Hugging Face pour trouver les réponses au benchmark afin de réussir l'évaluation.
So proud of our security team! They caught, contained & publicly disclosed an attack unlike anything we've seen before, and did it at record speed.
Also massively grateful to @Zai_org: they shared GLM5.2 as open weights (for free!) with the world and it became a key part of our… https://t.co/T2Inng5Nz1
— clem 🤗 (@ClementDelangue) July 22, 2026
Hugging Face a tenté d'utiliser des modèles américains à code source fermé pour se défendre, mais la censure et les garde-fous mis en place par les fournisseurs étaient si stricts que même les meilleurs modèles ont échoué. GLM 5.2, fonctionnant localement et étant un modèle à poids ouverts, s'est avéré être la meilleure option pour l'entreprise.
Les poids ouverts signifient que les plans complets du modèle sont accessibles à tous—téléchargez, exécutez localement, aucune autorisation requise, aucune restriction. Z.ai a publié GLM 5.2 à la mi-juin sous une licence MIT, une licence open-source permissive qui autorise une utilisation commerciale illimitée, avec environ 753 milliards de paramètres—une mesure approximative de la taille et de la capacité d'un modèle d'IA.
Cette ouverture est exactement ce qui a compté pendant l'incident. L'équipe de sécurité de Hugging Face a d'abord essayé l'IA commerciale américaine pour examiner plus de 17 000 événements d'attaquant enregistrés. Ces modèles ont refusé.
Les garde-fous de sécurité—filtres de contenu conçus pour prévenir les abus—ne pouvaient pas distinguer un chercheur soumettant de véritables charges utiles d'exploit de l'attaquant qui les avait envoyées. GLM 5.2 n'a pas eu ce problème. L'exécution locale signifiait également que toutes les données sensibles—identifiants volés, code d'exploit, artefacts d'attaquant—restaient à l'intérieur des propres systèmes de Hugging Face pendant toute la durée.
Carreira a décrit le piratage d'OpenAI comme la pire réponse à incident—le processus d'enquête et de confinement d'une cyberattaque—de sa carrière : vitesse machine, un seul objectif, chemins d'attaque parallèles infinis. Sa conclusion était que l'équipe « a riposté avec des modèles ouverts, à découvert ».
Le point plus large de Delangue est un point qu'il a déjà soulevé, mais maintenant avec un exemple concret : les défenseurs du monde entier—pas seulement les organisations avec un accès API approuvé—ont besoin d'une IA puissante et sans restriction qu'ils peuvent exécuter sur leur propre matériel. Hugging Face indique qu'il évalue toujours l'étendue complète de la violation et prévoit de contacter directement les parties affectées.
