Détection des vulnérabilités : une avance chinoise, mais ténue

• CyberGym (identification et validation de vulnérabilités en boîte blanche) : GLM-5.3 atteint 84,5 %, le meilleur résultat jamais rendu public, devant Mythos 5 (83,8 %) et GPT-5.6 Sol (83,6 %). Ce test mesure la capacité d'un modèle à trouver et valider des vulnérabilités réelles à partir du code source .
• Volume réel de découvertes : Lors de son post-entraînement, GLM-5.3 a identifié 2 436 vulnérabilités inédites dans des projets open-source, une capacité que Z.ai qualifie d'« évolution plus rapide que prévu » .

Capacités d'exploitation : un écart important qui subsiste

• ExploitBench (analyse des causes racines et génération d'exploits fonctionnels) : GLM-5.3 obtient 54,4 % – plus du double de son prédécesseur GLM-5.2 (24,4 %), mais bien loin derrière Mythos 5 à 78,0 % et GPT-5.6 Sol à 76,5 %. C'est là que se situe le plus grand écart entre les deux modèles .
• ExploitGym (tâches d'exploitation réalisées dans un budget de deux heures) : GLM-5.3 accomplit 105 tâches, contre 29 pour GLM-5.2. Les données comparables pour Mythos 5 n'ont pas été publiées côte à côte .

Autres benchmarks (codage et tâches agentiques)

Note : Mythos 5 obtient 80,3 % sur SWE-bench Pro (codage agentique), mais les comparaisons directes avec ces benchmarks spécifiques ne sont pas disponibles pour les deux modèles . Tous les progrès de GLM-5.3 proviennent uniquement du post-entraînement, le modèle de base de 743B paramètres n'ayant pas été ré-entraîné .

Open-source et mesures de sécurité : deux philosophies opposées

• Publication retardée des poids : GLM-5.3 est accessible via une API et des formules de codage immédiatement, mais le téléchargement des « poids ouverts » est différé en attendant un examen de sécurité – un retard d'au moins deux semaines, selon Z.ai. C'est un changement notable par rapport à GLM-5.2, publié en poids totalement ouverts le 16 juin 2026 .
• L'évaluation de sécurité de GLM-5.2 : Une évaluation du CAISI (NIST, l'agence fédérale américaine de normalisation) en juillet 2026 a jugé les garde-fous de GLM-5.2 « mitigés », notant qu'il permettait d'assister au développement d'exploits cyber et montrait un faible refus des instructions à haut risque . Un rapport distinct de l'ONG SaferAI a révélé que GLM-5.2 rejetait 0 % des instructions cyber à haut risque et avait un taux de reproduction de vulnérabilités de 76 %, avec un retard de seulement 2 à 4 mois sur GPT-5.5 en matière de capacités de cyberattaque .
• L'approche radicalement opposée de Mythos 5 : Anthropic n'a jamais rendu Mythos 5 public. L'accès est limité à environ 200 organisations triées sur le volet (dont le gouvernement américain) dans le cadre du Project Glasswing . De plus, Anthropic a scindé le modèle en une variante « assainie », Fable 5, destinée au grand public, qui obtient .

Contexte réglementaire et industriel

• Pression réglementaire chinoise : En juillet 2026, les autorités chinoises ont organisé des réunions avec les principales entreprises d'IA pour évoquer une possible restriction de l'accès à l'étranger de leurs modèles d'IA les plus avancés, y compris ceux qui ne sont pas encore publiés . Cette situation crée une incertitude quant à savoir si les poids de GLM-5.3 pourront un jour être exportés librement.
• Adoption par les développeurs occidentaux : Malgré ces inquiétudes, Z.ai indique que son modèle gagne en popularité auprès des développeurs occidentaux et que GLM-5.3 gagne en crédibilité en tant que modèle open-source compétitif .
• Le rattrapage des modèles ouverts : TechCrunch rapportait en août 2026 que les modèles open-weight comme GLM-5.2 rattrapent rapidement les laboratoires de pointe sur les capacités cyber et bio, mais que le « fossé de la sécurité perdure » – ces modèles ont des mécanismes de refus bien plus faibles que leurs homologues restreints .

Réserves importantes

1. Benchmarks auto-déclarés : Les scores de GLM-5.3 sur CyberGym et ExploitBench proviennent de la propre méthodologie de test de Z.ai, non d'un audit indépendant .
2. Les scores de Mythos 5 peuvent aussi être conservateurs : Anthropic annonce 78,0 % pour Mythos 5 sur ExploitBench, et 80,3 % sur SWE-bench Pro – des chiffres issus des propres évaluations du laboratoire américain .
3. Un écart colossal sur ExploitBench : Un fossé de 23,6 points de pourcentage sur l'exploitation suggère que Mythos 5 est bien meilleur dans la capacité offensive la plus dangereuse : générer des exploits fonctionnels à partir d'une analyse des causes racines .
4. Le statut « open-weight » est en suspens : GLM-5.3 n'est pas encore véritablement un modèle ouvert au sens du téléchargement. Si les poids ne sont jamais rendus publics, la distinction « open-source » par rapport à Mythos 5 se réduit considérablement .

En résumé

GLM-5.3 revendique une très légère avance sur Mythos 5 dans la détection de vulnérabilités (84,5 % contre 83,8 % sur CyberGym), mais est nettement distancé sur l'exploitation (54,4 % contre 78,0 % sur ExploitBench). La sortie de ses poids ouverts est retardée pour un examen de sécurité, et son prédécesseur GLM-5.2 a été évalué comme ayant un taux de refus quasi nul face aux instructions de cyberattaque. Mythos 5 reste infiniment plus verrouillé – jamais mis à disposition du public, limité à environ 200 partenaires de confiance – mais aussi bien plus performant dans la tâche offensive la plus risquée : générer des exploits fonctionnels. La leçon plus large est que les modèles ouverts réduisent rapidement l'écart de capacités avec les modèles restreints de pointe dans le domaine cyber, tandis que les mécanismes de sécurité restent considérablement plus faibles. L'incertitude réglementaire chinoise quant à l'exportation des meilleurs modèles d'IA ajoute une couche de complexité supplémentaire à la question de savoir si les poids de GLM-5.3 seront un jour aussi librement disponibles que le marketing de Z.ai le suggère.

Détection des vulnérabilités : une avance chinoise, mais ténue

• CyberGym (identification et validation de vulnérabilités en boîte blanche) : GLM-5.3 atteint 84,5 %, le meilleur résultat jamais rendu public, devant Mythos 5 (83,8 %) et GPT-5.6 Sol (83,6 %). Ce test mesure la capacité d'un modèle à trouver et valider des vulnérabilités réelles à partir du code source .
• Volume réel de découvertes : Lors de son post-entraînement, GLM-5.3 a identifié 2 436 vulnérabilités inédites dans des projets open-source, une capacité que Z.ai qualifie d'« évolution plus rapide que prévu » .

Capacités d'exploitation : un écart important qui subsiste

• ExploitBench (analyse des causes racines et génération d'exploits fonctionnels) : GLM-5.3 obtient 54,4 % – plus du double de son prédécesseur GLM-5.2 (24,4 %), mais bien loin derrière Mythos 5 à 78,0 % et GPT-5.6 Sol à 76,5 %. C'est là que se situe le plus grand écart entre les deux modèles .
• ExploitGym (tâches d'exploitation réalisées dans un budget de deux heures) : GLM-5.3 accomplit 105 tâches, contre 29 pour GLM-5.2. Les données comparables pour Mythos 5 n'ont pas été publiées côte à côte .

Autres benchmarks (codage et tâches agentiques)

Note : Mythos 5 obtient 80,3 % sur SWE-bench Pro (codage agentique), mais les comparaisons directes avec ces benchmarks spécifiques ne sont pas disponibles pour les deux modèles . Tous les progrès de GLM-5.3 proviennent uniquement du post-entraînement, le modèle de base de 743B paramètres n'ayant pas été ré-entraîné .

Open-source et mesures de sécurité : deux philosophies opposées

• Publication retardée des poids : GLM-5.3 est accessible via une API et des formules de codage immédiatement, mais le téléchargement des « poids ouverts » est différé en attendant un examen de sécurité – un retard d'au moins deux semaines, selon Z.ai. C'est un changement notable par rapport à GLM-5.2, publié en poids totalement ouverts le 16 juin 2026 .
• L'évaluation de sécurité de GLM-5.2 : Une évaluation du CAISI (NIST, l'agence fédérale américaine de normalisation) en juillet 2026 a jugé les garde-fous de GLM-5.2 « mitigés », notant qu'il permettait d'assister au développement d'exploits cyber et montrait un faible refus des instructions à haut risque . Un rapport distinct de l'ONG SaferAI a révélé que GLM-5.2 rejetait 0 % des instructions cyber à haut risque et avait un taux de reproduction de vulnérabilités de 76 %, avec un retard de seulement 2 à 4 mois sur GPT-5.5 en matière de capacités de cyberattaque .
• L'approche radicalement opposée de Mythos 5 : Anthropic n'a jamais rendu Mythos 5 public. L'accès est limité à environ 200 organisations triées sur le volet (dont le gouvernement américain) dans le cadre du Project Glasswing . De plus, Anthropic a scindé le modèle en une variante « assainie », Fable 5, destinée au grand public, qui obtient .

Contexte réglementaire et industriel

• Pression réglementaire chinoise : En juillet 2026, les autorités chinoises ont organisé des réunions avec les principales entreprises d'IA pour évoquer une possible restriction de l'accès à l'étranger de leurs modèles d'IA les plus avancés, y compris ceux qui ne sont pas encore publiés . Cette situation crée une incertitude quant à savoir si les poids de GLM-5.3 pourront un jour être exportés librement.
• Adoption par les développeurs occidentaux : Malgré ces inquiétudes, Z.ai indique que son modèle gagne en popularité auprès des développeurs occidentaux et que GLM-5.3 gagne en crédibilité en tant que modèle open-source compétitif .
• Le rattrapage des modèles ouverts : TechCrunch rapportait en août 2026 que les modèles open-weight comme GLM-5.2 rattrapent rapidement les laboratoires de pointe sur les capacités cyber et bio, mais que le « fossé de la sécurité perdure » – ces modèles ont des mécanismes de refus bien plus faibles que leurs homologues restreints .

Réserves importantes

1. Benchmarks auto-déclarés : Les scores de GLM-5.3 sur CyberGym et ExploitBench proviennent de la propre méthodologie de test de Z.ai, non d'un audit indépendant .
2. Les scores de Mythos 5 peuvent aussi être conservateurs : Anthropic annonce 78,0 % pour Mythos 5 sur ExploitBench, et 80,3 % sur SWE-bench Pro – des chiffres issus des propres évaluations du laboratoire américain .
3. Un écart colossal sur ExploitBench : Un fossé de 23,6 points de pourcentage sur l'exploitation suggère que Mythos 5 est bien meilleur dans la capacité offensive la plus dangereuse : générer des exploits fonctionnels à partir d'une analyse des causes racines .
4. Le statut « open-weight » est en suspens : GLM-5.3 n'est pas encore véritablement un modèle ouvert au sens du téléchargement. Si les poids ne sont jamais rendus publics, la distinction « open-source » par rapport à Mythos 5 se réduit considérablement .

En résumé

GLM-5.3 revendique une très légère avance sur Mythos 5 dans la détection de vulnérabilités (84,5 % contre 83,8 % sur CyberGym), mais est nettement distancé sur l'exploitation (54,4 % contre 78,0 % sur ExploitBench). La sortie de ses poids ouverts est retardée pour un examen de sécurité, et son prédécesseur GLM-5.2 a été évalué comme ayant un taux de refus quasi nul face aux instructions de cyberattaque. Mythos 5 reste infiniment plus verrouillé – jamais mis à disposition du public, limité à environ 200 partenaires de confiance – mais aussi bien plus performant dans la tâche offensive la plus risquée : générer des exploits fonctionnels. La leçon plus large est que les modèles ouverts réduisent rapidement l'écart de capacités avec les modèles restreints de pointe dans le domaine cyber, tandis que les mécanismes de sécurité restent considérablement plus faibles. L'incertitude réglementaire chinoise quant à l'exportation des meilleurs modèles d'IA ajoute une couche de complexité supplémentaire à la question de savoir si les poids de GLM-5.3 seront un jour aussi librement disponibles que le marketing de Z.ai le suggère.