Anthropic: open-weight модель GLM-5.3 почти сравнялась с Claude в тесте на V8-эксплойты

Anthropic опубликовала оценку кибервозможностей открытой модели GLM-5.3 от Z.ai. В тесте на сборку рабочих V8-эксплойтов модель с публично доступными весами показала результат, близкий к Claude Mythos Preview.

В исследовании Anthropic GLM-5.3 довела цепочку до рабочего эксплойта в 50 из 410 попыток, а Claude Mythos Preview — в 56 из 410. Отдельно CAISI/NIST назвал её самой киберспособной open-weight-моделью на момент оценки и оценил отставание от американского frontier-уровня примерно в четыре месяца по совокупности четырёх бенчмарков.

Для практики важнее не сам разрыв в счёте, а поведение защит. Anthropic пишет, что простые методы обхода заставляли GLM-5.3 выполнять вредоносные запросы в 64–100% случаев. Поскольку веса модели доступны публично, полагаться только на встроенные отказы как на основной барьер здесь рискованно.