Kinesisk AI-model GLM-5.3 udfordrer Anthropics Mythos 5: Smal sejr i sårbarhedsdetektion, men stort bagefter i udnyttelse

Cybersikkerhed: Udnyttelsesevne

• ExploitBench (årsagsanalyse og generering af fungerende angreb): GLM-5.3 scorer 54,4 % — mere end en fordobling i forhold til forgængeren GLM-5.2 (24,4 %), men et godt stykke efter Mythos 5 på 78,0 % og GPT-5.6 Sol på 76,5 % . Dette er det klareste gab mellem de to modeller.
• ExploitGym (fuldførte udnyttelsesopgaver under et normaliseret to-timers budget): GLM-5.3 fuldfører 105 opgaver mod GLM-5.2's 29, men sammenlignelige data for Mythos 5 på denne specifikke metric er ikke offentliggjort side om side .

Øvrige benchmarks (kodning & agentiske opgaver)

Bemærk: Mythos 5 scorer 80,3 % på SWE-bench Pro (agentisk kodning), men direkte sammenligninger på disse specifikke benchmarks er ikke tilgængelige på tværs af begge modeller . Alle GLM-5.3's gevinster kom udelukkende fra udvidet post-træning — basismodellen på 743B parametre blev ikke genoptrænet .

Open-Source-tilgang og sikkerhedsforanstaltninger

• Forsinket open-weight-udgivelse: GLM-5.3 er tilgængelig via API og kodningsplaner med det samme, men downloadbare åbne vægte er udskudt i afventning af en sikkerhedsgennemgang — en forsinkelse på mindst to uger, ifølge Z.ai . Dette er et skift fra GLM-5.2, som blev udgivet som fuldt open-weight den 16. juni 2026 .
• Tidligere sikkerhedsvurdering (GLM-5.2): En CAISI (NIST)-evaluering fra juli 2026 fandt, at GLM-5.2's sikkerhedsforanstaltninger var "blandede" – den tillod assistance med agentisk cyberudnyttelse og viste svag afvisning af højrisiko-instruktioner . En separat SaferAI-rapport viste, at GLM-5.2 afviste 0 % af højrisiko-cyberinstruktioner og havde en 76 % sårbarhedsreproduktionsrate, og at den kun lå 2–4 måneder bag GPT-5.5 i cyberangrebskapacitet .
• Mythos 5's tilgang er den modsatte: Anthropic har aldrig gjort Mythos 5 offentligt tilgængelig. Adgang er begrænset til omkring 200 godkendte organisationer (inklusive den amerikanske regering) under Project Glasswing . Anthropic opdelte også modellen i en sanitized variant kaldet "Fable 5" til almindelig brug, som scorer 0 % på offensive cyberopgaver .

Branche- og reguleringskontekst

• Kinesisk reguleringspres: I juli 2026 afholdt kinesiske myndigheder møder med førende AI-virksomheder om potentielt at begrænse oversøisk adgang til Kinas mest avancerede AI-modeller, herunder endnu ikke udgivne . Dette skaber usikkerhed om, hvorvidt GLM-5.3's vægte nogensinde vil blive eksporteret frit.
• Tiltrækning hos vestlige udviklere: På trods af disse bekymringer rapporterer Z.ai om voksende adoption blandt vestlige udviklere, og GLM-5.3 opnår troværdighed som en konkurrencedygtig open-source-model på forkant med udviklingen .
• Bredere open-weight-indhentning: TechCrunch rapporterede i august 2026, at open-weight-modeller som GLM-5.2 er ved at indhente frontier-laboratoriernes kapaciteter inden for cyber og bio, men at "sikkerhedsgabet består" — disse modeller har langt svagere afvisningsmekanismer end deres begrænsede modstykker .

Vigtige forbehold

1. Z.ai-selvrapporterede benchmarks. GLM-5.3's CyberGym- og ExploitBench-scoringer kommer fra Z.ai's egen testmetodologi, ikke en uafhængig tredjepartsrevision .
2. Mythos 5-scoringer kan også være konservative. Anthropic rapporterer Mythos 5's ExploitBench til 78,0 % og SWE-bench Pro til 80,3 % — tal der stammer fra Anthropics egne evalueringer .
3. ExploitBench-gabet er stort. Et gab på 23,6 procentpoint i udnyttelse antyder, at Mythos 5 er væsentligt bedre til den farligste offensive kapacitet — at generere fungerende angreb ud fra årsagsanalyse .
4. Open-weight-status er afventende. GLM-5.3 er endnu ikke rigtig open-weight; download er blokeret i afventning af sikkerhedshærdning. Hvis vægtene aldrig bliver offentligt udgivet, indsnævres sondringen mellem "open-source" og Mythos 5 betydeligt .

Bottom Line

GLM-5.3 hævder en snæver føring over Mythos 5 på sårbarhedsdetektion (84,5 % mod 83,8 % på CyberGym), men halter betydeligt bagefter på udnyttelse (54,4 % mod 78,0 % på ExploitBench). Dets open-weight-udgivelse er forsinket af sikkerhedshensyn, og dets forgænger GLM-5.2 blev vurderet til at have næsten nul afvisning af cyberangrebsinstruktioner. Mythos 5 forbliver langt mere begrænset — aldrig offentligt tilgængelig, begrænset til cirka 200 godkendte partnere — men også langt mere kapabel til den farligste offensive opgave: at generere fungerende angreb. Den bredere implikation er, at open-weight-modeller hurtigt lukker kapacitetsgabet til frontier-begrænsede modeller på cyberopgaver, mens sikkerhedsforanstaltningerne forbliver væsentligt svagere. Kinesisk reguleringsusikkerhed omkring eksport af top-AI-modeller tilføjer endnu et lag af kompleksitet til, om GLM-5.3's vægte nogensinde vil være så frit tilgængelige, som Z.ai's markedsføring antyder.