GLM-5.3与Claude Mythos在二进制漏洞利用基准上的对比
先了解这件事
2026年9月30日，Anthropic Frontier Red Team在100个随机二进制漏洞利用任务上评测多模型：GLM-5.3实现完整控制流劫持4%，Claude Mythos Preview为6%，Claude Opus 4.6与GLM-5.2未成功。当日量子位报道援引Anthropic报告称GLM-5.3在ExploitBench表现接近Claude Mythos Preview，能完成端到端漏洞利用并绕过部分防护，指出开源权重可被abliteration拆护栏、拒答率大幅下降，呼吁独立安全测试。【新】The Decoder报道补充：Anthropic在Project Glasswing下测试GLM-5.3，ExploitBench构建有效漏洞利用成功率接近Mythos Preview，内部OSS-Fuzz基准完全控制率4%；CAISI独立评估将其列为最具网络能力的开放权重模型，约落后顶尖美国模型四个月。
AI 根据报道生成 · 59 分钟前更新
事件进展
- 9月30日 19:05 · 1 篇报道Anthropic称GLM-5.3漏洞利用能力接近Mythos PreviewThe Decoder：Anthropic称智谱GLM-5.3在漏洞利用能力上接近Claude Mythos Preview
- 9月30日 18:04 · 1 篇报道Anthropic警告GLM-5.3网络安全能力强大并容易被滥用量子位：Anthropic实测GLM-5.3：警告还是广告？
- 9月30日 06:20 · 1 篇报道GLM-5.3与Claude Mythos在二进制漏洞利用基准上的对比Simon Willison：Anthropic Frontier Red Team 评测 GLM-5.3 与 Claude Mythos Preview
报道时间线
沿着报道，了解事件的不同侧面。
- The Decoder精选Anthropic称智谱GLM-5.3在漏洞利用能力上接近Claude Mythos Preview
Anthropic在Project Glasswing下测试GLM-5.3，在ExploitBench上构建有效漏洞利用成功率接近Mythos Preview，并在内部OSS-Fuzz基准中达到4%的完全控制率；CAISI独立评估将其列为最具网络能力的开放权重模型，约落后顶尖美国模型四个月。
- 量子位Anthropic实测GLM-5.3：警告还是广告？
Anthropic发布报告称GLM-5.3在ExploitBench测试中表现接近Claude Mythos Preview，能完成端到端漏洞利用并绕过部分防护。报告指出开源权重可被abliteration拆护栏，拒答率大幅下降，并呼吁对强开源模型开展独立安全测试。
- Simon WillisonAnthropic Frontier Red Team 评测 GLM-5.3 与 Claude Mythos Preview
Anthropic Frontier Red Team 在 100 个随机选取的二进制漏洞利用任务上评测多款模型，GLM-5.3 在 4% 试验中实现完整控制流劫持，Claude Mythos Preview 为 6%；而 Claude Opus 4.6 和 GLM-5.2 均未成功。
本事件热度走势
当前热度 26·可比范围峰值 26（9月30日 20:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。