GLM-5.3 vs. Mythos 5: Kdo vyhrává v kybernetické bezpečnosti a co to znamená?

Čínský startup Z.ai (dříve Zhipu AI) uvedl 14. srpna 2026 model GLM-5.3, který na první pohled působí jako přelomový počin v oblasti open-source AI. Na benchmarku CyberGym, který prověřuje schopnost modelu najít a ověřit bezpečnostní chyby ve zdrojovém kódu, dosáhl skóre 84,5 % – těsně před uzavřeným modelem Anthropicu Mythos 5 (83,8 %) a modelem OpenAI GPT-5.6 Sol (83,6 %) . To jsou čísla, která budí pozornost nejen v Číně, ale i mezi západními vývojáři.

Detekce zranitelností: jasný lídr?

• CyberGym: Jak řečeno, GLM-5.3 vede s 84,5 %. Pro zajímavost – jeho předchůdce GLM-5.2 dosahoval 77,2 % .
• Reálné nasazení: Během post-tréninku model identifikoval 2 436 dosud neznámých zranitelností v 269 open-source projektech. Z.ai přiznává, že tato schopnost rostla „rychleji, než se čekalo“ .

Exploitace: kde Mythos 5 jasně vede

Skutečný rozdíl mezi modely se ukáže, až když dojde na tvorbu funkčních exploitů – tedy kódu, který zranitelnost skutečně zneužije.

• ExploitBench: GLM-5.3 sice oproti předchůdci více než zdvojnásobil skóre (z 24,4 % na 54,4 %), ale Mythos 5 je s 78,0 % stále o třídu jinde .
• ExploitGym: Zde GLM-5.3 zvládl během dvou hodin 105 úkolů (GLM-5.2: 29), srovnatelné údaje za Mythos 5 ale chybí .

Širší srovnání je znázorněno v tabulce níže – jde o skoky v porovnání s předchozí generací GLM-5.2:

Benchmark	GLM-5.3	GLM-5.2
Terminal-Bench 3.0	28,3	4,6
DeepSWE v1.1	66,9	46,2
Agents' Last Exam (CLI)	28,5	23,8
Z.ai Internal Code Bench	cca 50% zlepšení	baseline

Poznámka: Mythos 5 sice dosahuje 80,3 % na SWE-bench Pro (agentní kódování), přímé srovnání mnoha těchto benchmarků ale není k dispozici . Veškerá vylepšení GLM-5.3 pocházejí výhradně z rozšířeného post-tréninku – základní model o 743 miliardách parametrů zůstal nezměněn .

Otevřenost vs. bezpečnost: dva protichůdné přístupy

Zde leží jádro věci. Z.ai prezentuje GLM-5.3 jako open-source model, ale realita je složitější.

• Odložené váhy: Model je sice k dispozici přes API, ale stažitelné otevřené váhy jsou pozastaveny kvůli bezpečnostnímu auditu. Z.ai slibuje vydání „do dvou týdnů“ . To je posun oproti GLM-5.2, který vyšel 16. června 2026 jako plně otevřený .
• Bezpečnostní hodnocení GLM-5.2: Vyhodnocení CAISI (americký NIST) z července 2026 označilo zábrany modelu za „smíšené“ – model pomáhal s vývojem agentních exploitů a slabě odmítal vysoce rizikové instrukce . Nezávislá zpráva SaferAI zjistila, že GLM-5.2 neodmítl 0 % vysoce rizikových kybernetických instrukcí a dosáhl 76% úspěšnosti při reprodukci zranitelností. V kybernetických schopnostech zaostával za GPT-5.5 jen o 2–4 měsíce .
• Mythos 5 je opak: Anthropic Mythos 5 nikdy neuvolnil pro veřejnost. Přístup k němu má jen asi 200 prověřených organizací (včetně americké vlády) v rámci programu Project Glasswing . Anthropic navíc rozdělil model na „vykastrovanou“ verzi Fable 5, která má v ofenzivních kybernetických testech 0 % .

Regulační a průmyslový kontext

• Čínský tlak: V červenci 2026 čínské úřady jednaly s předními firmami o možném omezení přístupu do zahraničí k nejpokročilejším čínským modelům, včetně těch dosud nevydaných . To vrhá stín na to, zda se váhy GLM-5.3 někdy skutečně dostanou do světa.
• Západní vývojáři: I přes tyto obavy Z.ai hlásí rostoucí popularitu mezi západními vývojáři a GLM-5.3 si buduje pověst konkurenceschopného open-source modelu .
• Dojíždění open-weight modelů: Jak uvedl TechCrunch v srpnu 2026, modely s otevřenými vahami (jako GLM-5.2) se rychle přibližují špičkovým uzavřeným modelům v kybernetických a biologických schopnostech, ale „bezpečnostní propast zůstává“ – jejich mechanismy odmítání jsou mnohem slabší .

Důležitá upozornění

1. Z.ai testuje sama sebe: Výsledky GLM-5.3 na CyberGym a ExploitBench pocházejí z vlastní metodiky Z.ai, nikoli od nezávislého auditora .
2. Anthropic není jinak: Mythos 5 skóroval na ExploitBench 78,0 % a na SWE-bench Pro 80,3 % – i tato čísla pocházejí z vlastního hodnocení Anthropicu .
3. Propast v exploitech je obrovská: Rozdíl 23,6 procentního bodu na ExploitBench není maličkost. Mythos 5 je výrazně lepší v nejnebezpečnější útočné schopnosti – generování funkčních exploitů z analýzy příčin .
4. Open-source je zatím jen slib: GLM-5.3 není v pravém slova smyslu otevřený. Pokud váhy nikdy nevyjdou, rozdíl oproti Mythos 5 se výrazně smrskne .

Verdikt

GLM-5.3 tvrdí, že má nepatrný náskok před Mythos 5 v detekci zranitelností (84,5 % vs. 83,8 % na CyberGym), ale v exploitaci výrazně zaostává (54,4 % vs. 78,0 % na ExploitBench). Vydání otevřených vah je odloženo kvůli bezpečnostnímu auditu a jeho předchůdce GLM-5.2 vykazoval téměř nulové odmítání kybernetických útoků. Mythos 5 zůstává mnohem uzavřenější – není veřejně dostupný, přístup má jen zhruba 200 prověřených partnerů – ale je zároveň výrazně schopnější v nejnebezpečnější ofenzivní dovednosti: tvorbě funkčních exploitů. Širší důsledek je jasný: otevřené modely rapidně dohánějí špičkové uzavřené modely v kybernetických úkolech, zatímco bezpečnostní zábrany zůstávají podstatně slabší. A čínská regulatorní nejistota ohledně exportu těch nejlepších modelů přidává další vrstvu otazníků nad tím, zda budou váhy GLM-5.3 někdy tak volně dostupné, jak Z.ai slibuje.