Cloudflare indique que 155 réponses de son modèle GLM-5.3 ont pu révéler des fragments de requêtes envoyées par d’autres utilisateurs. Le problème a touché le modèle proposé aux développeurs sur Workers AI, du 27 août au 9 septembre 2026. Seules les requêtes de plus de 681 280 tokens étaient concernées : ce seuil correspond à des documents ou projets très volumineux. Cloudflare dit n’avoir trouvé aucune preuve d’exploitation délibérée et précise qu’aucun autre modèle de sa plateforme n’a été touché.
Le chercheur en sécurité Gadi Evron, de Knostic, a signalé le problème le 8 septembre. Dans son enquête, Knostic dit avoir observé des réponses contenant notamment des noms, des montants en euros, des numéros de facture, des chemins de fichiers et des éléments de code. L’équipe a comparé ces contenus à ses propres requêtes pour vérifier qu’il ne s’agissait ni d’une invention du modèle ni de textes déjà présents dans ses demandes.
Pourquoi les réponses mélangeaient-elles des données ?
Cloudflare avait configuré GLM-5.3 pour accepter des requêtes jusqu’à 1 048 576 tokens, mais la mémoire disponible pour les traiter ne pouvait en contenir que 681 280. Cette mémoire temporaire, appelée cache KV, conserve des éléments d’une requête pour accélérer la génération. Dans le système utilisé par Cloudflare, une machine lisait la requête et transmettait cette mémoire à une autre, chargée d’écrire la réponse.
Quand une requête dépassait la capacité mémoire, le logiciel SGLang la remplaçait par un contenu de substitution, sans arrêter correctement son traitement. La machine qui rédigeait la réponse croyait recevoir la requête complète et pouvait alors lire des pages de mémoire encore occupées par des données d’un utilisateur précédent. La réponse pouvait sembler normale, sans erreur visible, tout en contenant ces fragments.
Qu’a corrigé Cloudflare ?
Cloudflare a désactivé le modèle moins de 40 minutes après avoir déclaré l’incident, puis l’a remis en service le 9 septembre. L’entreprise a augmenté la mémoire disponible à environ 2,04 millions de tokens et corrigé SGLang pour que les requêtes rejetées soient arrêtées avant le transfert entre machines. Elle dit avoir testé ces corrections avec le chercheur et avec des marqueurs de contrôle.
Le problème concerne aussi les exploitants de SGLang dans une configuration comparable. Numerama indique que Cloudflare leur recommande la version 0.5.22, publiée le 19 octobre. Les équipes de SGLang et de Cloudflare travaillent aussi sur des protections plus générales contre la réutilisation incorrecte de pages mémoire. Cloudflare prévient que les correctifs réduisent les risques, sans garantir qu’aucun autre bug de ce type ne surviendra.
Pourquoi c'est important
Pour les développeurs qui envoient de très longues requêtes à GLM-5.3 sur Workers AI, l’incident montre qu’une réponse sans erreur ne garantit pas que son contenu provient uniquement de leur propre session. Cloudflare dit avoir corrigé le problème et n’avoir identifié aucun autre modèle touché ; le nombre de clients concernés et leur identité ne sont pas précisés dans les éléments publiés.
