Para: equipos que envían datos de negocio a API de IA alojada (Workers AI o cualquier otra) y personas que ejecutan sus propios servidores de inferencia de LLM. Este artículo se basa en la publicación oficial de Cloudflare y no trata cómo provocar el fallo.
En desarrollo: este artículo se actualizará a medida que la organización publique más información
A fecha del 31 de octubre de 2026Aún no se sabe
- Número de clientes afectados
- Qué tipos de datos aparecieron en las 155 respuestas
- Si se avisó a cada cliente y cómo
Cloudflare publicó este relato como una divulgación coordinada con el equipo del motor de inferencia de código abierto. Describe trabajos adicionales de refuerzo como en curso (comprobaciones de integridad a nivel de página y verificación formal de su protocolo de transferencia). Volvimos a comprobar la publicación el 31 de octubre y no encontramos ningún aviso posterior.
Qué deben comprobar hoy los equipos que usan IA alojada
Averigüe si estaba dentro del alcance
Según Cloudflare, solo se vio afectado el modelo GLM 5.3, solo entre el 27 de agosto y el 9 de septiembre de 2026, y solo para solicitudes de más de 681.280 tokens. Busque en sus propios registros o en la facturación llamadas a ese modelo en esa ventana y anote los tamaños de las solicitudes. En opinión de este sitio, solicitudes tan largas son poco habituales, así que muchos equipos no encontrarán ninguna.
Busque un aviso del proveedor y lleve su propio registro
La publicación de Cloudflare no describe pasos para los clientes ni dice cómo se avisó a cada cliente. Compruebe los contactos de correo y los avisos del panel de su cuenta, y pregunte a su equipo de cuenta si cree que estuvo dentro del alcance. Conserve un registro de lo que se envió al modelo y cuándo, porque es lo que necesitará para valorar el impacto.
Haga un inventario de lo que entra en cada servicio de IA
Anote, por servicio, qué tipos de datos envían su personal y sus aplicaciones (registros de clientes, código fuente, credenciales, contratos). Cuando la respuesta incluya datos cuya exposición no podría permitirse, quítelos de la solicitud, enmascárelos o use un despliegue aislado para usted. No pegue secretos como claves de API en las solicitudes en absoluto (por qué se filtran claves a través de herramientas de IA).
Considere que lo que devuelve un modelo puede no ser suyo
El síntoma descrito fue una respuesta con texto que pertenecía a otra persona. Si un modelo alojado devuelve alguna vez texto que parece no tener relación con su solicitud, como nombres o código de otra empresa, deje de usar esa salida, guarde las pruebas e infórmelo al proveedor por su canal de seguridad.
Si ejecuta sus propios servidores de inferencia, aplique las comprobaciones del motor
Cloudflare recomienda que los operadores del mismo motor midan el grupo de caché en cada nodo y lo comparen con la longitud de contexto del modelo tras cualquier cambio en los pesos, la cuantización, el paralelismo o los ajustes de memoria; que actualicen a la versión 0.5.22 del motor o posterior; que activen las opciones de detección de corrupción cuando el modelo las admita; y que configuren los balanceadores de carga para evitar abortos antes del primer token. Lea la propia publicación para conocer los ajustes exactos.
Qué pasó (según Cloudflare)
Lo siguiente se basa en la publicación de Cloudflare del 26 de octubre de 2026. Las horas son UTC, tal como figuran en la publicación.
27 de agosto de 2026
GLM 5.3 pasó a estar disponible en Workers AI. Cloudflare dice que su grupo de caché era más pequeño que la longitud de contexto del modelo, una discrepancia que conocía antes del lanzamiento.8 de septiembre, 23:11
Llegó un informe a través del programa de recompensas por errores de Cloudflare.9 de septiembre, 13:22
Cloudflare declaró un incidente de seguridad. Según la publicación, su equipo de seguridad de producto reprodujo la filtración con dos cuentas independientes en 25 minutos.9 de septiembre, 14:00
El modelo se hizo privado (las solicitudes devolvían un error).9 de septiembre, 14:35–19:04
Se identificó la causa raíz, los nodos de prefill pasaron a una configuración corregida y luego se reconstruyó todo el despliegue con un parche del motor y se validó.9 de septiembre, 19:40
El modelo volvió a hacerse público.16 de septiembre – 19 de octubre
Se fusionaron y publicaron correcciones en el motor de código abierto, incluida la versión 0.5.22 el 19 de octubre.26 de octubre
Cloudflare publicó su relato.
- Servicio y modelo
- Workers AI, GLM 5.3 (un modelo de generación de texto de un desarrollador externo)
- Qué se expuso
- Datos de solicitudes de otros clientes al mismo modelo hechas poco antes de la solicitud afectada
- Quién pudo verlo
- Clientes cuyas solicitudes demasiado largas recibieron las respuestas afectadas
- Causa, parte 1
- El grupo de caché contenía 681.280 tokens mientras que la longitud de contexto es de 1.048.576 tokens
- Causa, parte 2
- Un error en el motor de inferencia de código abierto: se admitía una solicitud demasiado larga en lugar de rechazarla, y la respuesta se nutría de páginas de caché que aún contenían datos de solicitudes anteriores
- Explotación
- Tras excluir las pruebas de Cloudflare y las del investigador, las solicitudes coincidían con un uso ordinario de contexto largo en momento y volumen; sin pruebas de explotación deliberada
- Corrección
- Configuración alineada con la versión anterior del modelo (grupo ahora de unos 2,04 millones de tokens), parche del motor que rechaza esas solicitudes en la admisión y una comprobación del tamaño del grupo frente a la longitud de contexto antes de los cambios de despliegue
Qué se sabe y qué no
Situación a fecha del 31 de octubre de 2026.
| Elemento | Qué dice Cloudflare | Estado |
|---|---|---|
| Periodo | Del 27 de agosto al 9 de septiembre de 2026 | Confirmado (Cloudflare) |
| Modelo afectado | Solo GLM 5.3; ningún otro modelo de Workers AI | Confirmado (Cloudflare) |
| Respuestas afectadas | 155, todas para solicitudes de más de 681.280 tokens | Confirmado (Cloudflare) |
| Número de clientes | «Un pequeño número de clientes» | No divulgado |
| Contenido de los datos expuestos | Solicitudes recientes de otros clientes | Tipo y sensibilidad no divulgados |
| Explotación deliberada | No se encontraron pruebas | Hallazgo de Cloudflare |
| Notificación individual | No descrita en la publicación | No divulgada |
| Corrección | Desplegada el 9 de septiembre; correcciones del motor original publicadas después | Confirmado (Cloudflare) |
Por qué compartir la misma caché puede filtrar datos entre clientes
Los modelos de lenguaje alojados atienden a muchos clientes en el mismo hardware y mantienen una memoria de trabajo (una caché) del texto que procesan para responder más rápido. En general, si esa memoria se reutiliza sin borrarse, o se lee con un tamaño distinto del escrito, el texto de un cliente puede aparecer en la salida de otro. Es una explicación general de la clase de problema, no un detalle adicional sobre este incidente.
Dos cosas destacan en el propio relato de Cloudflare. La discrepancia entre el tamaño de la caché y la longitud de contexto se conocía antes del lanzamiento, y sus pruebas previas comprobaban códigos de estado y la transmisión en lugar de si la salida tenía sentido. Cloudflare dice que ahora comprueba el grupo de caché frente a la longitud de contexto desde el motor en ejecución antes de cada cambio de despliegue. Para los clientes, la lección es que «la solicitud tuvo éxito» no le dice que la respuesta sea suya.
Para equipos que operan servicios de IA: una comprobación a partir de este relato
Si sirve un modelo a más de un cliente o equipo, añada una prueba que envíe entradas demasiado largas y de tamaño límite y compruebe que el resultado es un error, no una respuesta correcta. Verifique también, tras cualquier cambio en los pesos del modelo, la cuantización o los ajustes de memoria, que la caché sigue siendo lo bastante grande para la longitud de contexto anunciada. Ambas salen directamente de las causas que describe Cloudflare.
Grupo de caché de 681.280 tokens, longitud de contexto de 1.048.576
↓→
¿La caché es al menos tan grande como la longitud de contexto anunciada?
Solicitud demasiado larga admitida, no rechazada
↓→
¿Una entrada de prueba demasiado larga devuelve un error?
Las pruebas comprobaban códigos de estado, no la salida
↓→
¿Las pruebas comprueban que la salida pertenece a la solicitud?
Fuentes (registro público)
- Blog de Cloudflare, publicación sobre la exposición de la caché KV entre solicitudes en un modelo de Workers AI y su corrección (26 de octubre de 2026) — blog.cloudflare.com
Historial de actualizaciones
2026-10-31: Primera versión, basada en la publicación de Cloudflare del 26 de octubre. Actualizaremos este artículo si Cloudflare o los mantenedores del motor publican más.
Leer a continuación
- La IA y los atacantes: Un agente de IA que entra en un sistema por sí solo
- Proteger claves y secretos: Cómo se filtran las claves de API a través de herramientas de IA
- Otros incidentes de 2026: Filtraciones de datos y ciberataques en 2026