红队评测显示GLM-5.3具备漏洞利用能力
先了解这件事
2026年9月30日，Simon Willison引述Anthropic Frontier Red Team的模型评测结果：团队从内部Binary Exploitation基准随机抽取100项任务，GLM-5.3有4%的试验形成完整控制流劫持，Claude Mythos Preview为6%；Claude Opus 4.6和GLM-5.2在这些任务中均未成功。同日稍晚，The Decoder报道Anthropic称，智谱开源权重模型GLM-5.3在漏洞利用构建上接近Claude Mythos Preview。在ExploitBench的410次尝试中，GLM-5.3成功构建50次漏洞利用，Mythos Preview成功56次；另一项二进制利用测试中，两者成功率分别为4%和6%。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderAnthropic称智谱开源权重GLM-5.3在漏洞利用构建上接近Claude Mythos Preview
Anthropic称，智谱开源权重模型GLM-5.3在漏洞利用测试中接近Claude Mythos Preview。ExploitBench上，GLM-5.3在410次尝试中成功构建50次漏洞利用，Mythos Preview为56次；另一项二进制利用测试的成功率分别为4%和6%。
- Simon WillisonSimon Willison 引述 Anthropic Frontier Red Team 的模型评测结果
Anthropic Frontier Red Team 在内部 Binary Exploitation 基准随机抽取的 100 项任务中评测多个模型，GLM-5.3 有 4% 的试验形成完整控制流劫持，Claude Mythos Preview 为 6%。Claude Opus 4.6 和 GLM-5.2 在这些任务中均未成功。
本事件热度走势
当前热度 13·可比范围峰值 14（10月1日 01:00）·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。