GLM-5.3 बनाम Mythos 5: साइबर सुरक्षा की दुनिया में चीन और अमेरिका की AI जंग

साइबर सुरक्षा में कमजोरियों का पता लगाना (Vulnerability Detection)

• CyberGym (व्हाइट-बॉक्स वल्नरेबिलिटी आइडेंटिफिकेशन और वैलिडेशन): GLM-5.3 ने 84.5% स्कोर किया, जो सार्वजनिक रूप से रिपोर्ट किया गया सबसे अधिक परिणाम है। यह Mythos 5 के 83.8% और GPT-5.6 Sol के 83.6% से आगे है । यह बेंचमार्क जांचता है कि कोई मॉडल सोर्स कोड से वास्तविक सुरक्षा कमजोरियों को ढूंढ और प्रमाणित कर सकता है या नहीं।
• वास्तविक दुनिया में खोज: पोस्ट-ट्रेनिंग के दौरान, GLM-5.3 ने 2,436 ऐसी वास्तविक दुनिया की कमजोरियां खोजीं जो पहले सार्वजनिक नहीं थीं। Z.ai का कहना है कि यह क्षमता "अपेक्षा से अधिक तेजी से बढ़ी" ।

एक्सप्लॉइटेशन क्षमताएं (Exploitation Capabilities)

• ExploitBench (कारण विश्लेषण और काम करने वाला एक्सप्लॉइट बनाना): GLM-5.3 का स्कोर 54.4% है - जो इसके पूर्ववर्ती GLM-5.2 (24.4%) से दोगुना से अधिक है, लेकिन Mythos 5 के 78.0% और GPT-5.6 Sol के 76.5% से काफी पीछे है । यह दोनों मॉडलों के बीच सबसे बड़ा अंतर है।
• ExploitGym (दो घंटे के समय में पूरे किए गए एक्सप्लॉइटेशन कार्य): GLM-5.3 105 कार्य पूरे करता है, जबकि GLM-5.2 ने 29 कार्य पूरे किए। हालांकि, इस विशिष्ट मीट्रिक पर Mythos 5 का डेटा साइड-बाय-साइड प्रकाशित नहीं किया गया है ।

अन्य प्रमुख बेंचमार्क (कोडिंग और एजेंटिक कार्य)

नोट: Mythos 5 ने SWE-bench Pro (एजेंटिक कोडिंग) पर 80.3% स्कोर किया है, लेकिन इन विशिष्ट बेंचमार्क पर दोनों मॉडलों के बीच सीधी तुलना उपलब्ध नहीं है । GLM-5.3 के सभी सुधार केवल विस्तारित पोस्ट-ट्रेनिंग से आए हैं - बेस 743B मॉडल को दोबारा प्रशिक्षित नहीं किया गया ।

ओपन-सोर्स दृष्टिकोण और सुरक्षा उपाय

• विलंबित ओपन-वेट रिलीज़: GLM-5.3 तुरंत API और कोडिंग प्लान के माध्यम से उपलब्ध है, लेकिन डाउनलोड करने योग्य ओपन वेट्स को सुरक्षा समीक्षा के बाद ही जारी किया जाएगा - Z.ai के अनुसार कम से कम दो सप्ताह की देरी । यह GLM-5.2 से एक बदलाव है, जिसे 16 जून 2026 को पूरी तरह से ओपन-वेट जारी किया गया था ।
• पिछला सुरक्षा मूल्यांकन (GLM-5.2): जुलाई 2026 के CAISI (NIST) मूल्यांकन में पाया गया कि GLM-5.2 की सुरक्षा प्रणाली "मिश्रित" थी - इसने एजेंटिक साइबर एक्सप्लॉइट डेवलपमेंट में सहायता की और उच्च जोखिम वाले निर्देशों को अस्वीकार करने में कमजोर था । एक अलग SaferAI रिपोर्ट में पाया गया कि GLM-5.2 ने 0% उच्च जोखिम वाले साइबर निर्देशों को अस्वीकार किया और इसमें 76% वल्नरेबिलिटी रिप्रोडक्शन दर थी, जो GPT-5.5 से केवल 2-4 महीने पीछे थी ।
• Mythos 5 का दृष्टिकोण बिल्कुल विपरीत: Anthropic ने Mythos 5 को कभी भी सार्वजनिक रूप से उपलब्ध नहीं कराया। इसकी पहुंच केवल लगभग 200 चुनिंदा संगठनों (अमेरिकी सरकार सहित) प्रोजेक्ट ग्लासविंग के तहत दी गई है । Anthropic ने मॉडल को सामान्य उपयोग के लिए एक सैनिटाइज़्ड "Fable 5" वेरिएंट में विभाजित किया, जो आक्रामक साइबर कार्यों पर 0% स्कोर करता है ।

उद्योग और नियामक संदर्भ

• चीनी नियामक दबाव: जुलाई 2026 में, चीनी अधिकारियों ने शीर्ष AI कंपनियों के साथ बैठकें कीं, जिसमें चीन के सबसे उन्नत AI मॉडलों तक विदेशों की पहुंच को प्रतिबंधित करने की संभावना पर चर्चा हुई । इससे अनिश्चितता पैदा होती है कि GLM-5.3 के वेट्स अंततः स्वतंत्र रूप से निर्यात किए जाएंगे या नहीं।
• पश्चिमी डेवलपर्स की बढ़ती दिलचस्पी: इन चिंताओं के बावजूद, Z.ai का कहना है कि पश्चिमी डेवलपर्स के बीच इसकी स्वीकार्यता बढ़ रही है, और GLM-5.3 एक फ्रंटियर-प्रतिस्पर्धी ओपन-सोर्स मॉडल के रूप में मान्यता प्राप्त कर रहा है ।
• व्यापक ओपन-वेट पकड़: TechCrunch ने अगस्त 2026 में रिपोर्ट दी कि GLM-5.2 जैसे ओपन-वेट मॉडल साइबर और बायो क्षमताओं में फ्रंटियर लैब्स को पकड़ रहे हैं, लेकिन "सुरक्षा अंतर बना हुआ है" - इन मॉडलों में प्रतिबंधित समकक्षों की तुलना में कहीं कमजोर इनकार तंत्र हैं ।

मुख्य चेतावनी (Caveats)

1. Z.ai के स्व-रिपोर्ट किए गए बेंचमार्क: GLM-5.3 के CyberGym और ExploitBench स्कोर Z.ai की अपनी परीक्षण पद्धति से आते हैं, न कि किसी स्वतंत्र तीसरे पक्ष के ऑडिट से ।
2. Mythos 5 के स्कोर भी रूढ़िवादी हो सकते हैं: Anthropic Mythos 5 के ExploitBench को 78.0% और SWE-bench Pro को 80.3% बताता है - ये आंकड़े Anthropic के अपने मूल्यांकन से आते हैं ।
3. ExploitBench का अंतर बड़ा है: 23.6 प्रतिशत अंकों का अंतर बताता है कि Mythos 5 सबसे खतरनाक आक्रामक क्षमता में काफी बेहतर है - रूट-कॉज़ विश्लेषण से काम करने वाले एक्सप्लॉइट उत्पन्न करना ।
4. ओपन-वेट स्थिति लंबित: GLM-5.3 अभी तक वास्तव में ओपन-वेट नहीं है; सुरक्षा सुदृढ़ीकरण के लिए डाउनलोडिंग अवरुद्ध है। यदि वेट्स कभी सार्वजनिक रूप से जारी नहीं किए जाते हैं, तो Mythos 5 के मुकाबले "ओपन-सोर्स" का अंतर काफी कम हो जाता है ।

निष्कर्ष

GLM-5.3 ने वल्नरेबिलिटी डिटेक्शन में Mythos 5 पर एक संकीर्ण बढ़त बनाई है (CyberGym पर 84.5% बनाम 83.8%), लेकिन एक्सप्लॉइटेशन में काफी पीछे है (ExploitBench पर 54.4% बनाम 78.0%)। इसका ओपन-वेट रिलीज़ सुरक्षा समीक्षा के लिए विलंबित है, और इसके पूर्ववर्ती GLM-5.2 को साइबर हमले के निर्देशों को शून्य अस्वीकार करने वाला पाया गया था। दूसरी ओर, Mythos 5 बहुत अधिक प्रतिबंधित बना हुआ है - कभी सार्वजनिक रूप से उपलब्ध नहीं, केवल लगभग 200 चुनिंदा भागीदारों तक सीमित - लेकिन सबसे खतरनाक आक्रामक कार्य में कहीं अधिक सक्षम है। व्यापक निहितार्थ यह है कि ओपन-वेट मॉडल साइबर कार्यों पर फ्रंटियर प्रतिबंधित मॉडलों के साथ क्षमता के अंतर को तेजी से बंद कर रहे हैं, जबकि सुरक्षा सुरक्षा उपाय अभी भी काफी कमजोर हैं। शीर्ष AI मॉडलों के निर्यात पर चीनी नियामक अनिश्चितता यह सवाल और गहरा करती है कि क्या GLM-5.3 के वेट्स कभी उतने ही स्वतंत्र रूप से उपलब्ध होंगे जितना Z.ai का मार्केटिंग सुझाता है।