Rilevamento delle vulnerabilità informatiche

• CyberGym (identificazione e validazione white-box delle vulnerabilità): GLM-5.3 ottiene 84,5%, il risultato pubblico più alto — davanti a Mythos 5 con 83,8% e GPT-5.6 Sol con 83,6% . Questo benchmark verifica se un modello è in grado di trovare e convalidare vulnerabilità reali dal codice sorgente.
• Volume nel mondo reale: durante il post-training, GLM-5.3 ha identificato 2.436 vulnerabilità reali mai divulgate prima, una capacità che Z.ai definisce "cresciuta più velocemente del previsto" .

Capacità di sfruttamento (exploitation)

• ExploitBench (analisi delle cause profonde e generazione di exploit funzionanti): GLM-5.3 ottiene 54,4% — più del doppio rispetto al suo predecessore GLM-5.2 (24,4%), ma ben lontano da Mythos 5 con 78,0% e GPT-5.6 Sol con 76,5% . È il divario più netto tra i due modelli.
• ExploitGym (compiti di exploitation completati entro un budget normalizzato di due ore): GLM-5.3 completa 105 task contro i 29 di GLM-5.2, ma non sono disponibili dati comparabili per Mythos 5 su questa metrica specifica .

Benchmark più ampi (coding e compiti agentici)

Nota: Mythos 5 ottiene l'80,3% su SWE-bench Pro (coding agentico), ma non sono disponibili confronti diretti su questi benchmark specifici tra i due modelli . Tutti i miglioramenti di GLM-5.3 derivano esclusivamente da un potenziamento del post-training — il modello base da 743 miliardi di parametri non è stato riaddestrato .

Approccio open-source e misure di sicurezza

• Rilascio dei pesi ritardato: GLM-5.3 è disponibile immediatamente via API e piani di coding, ma il download dei pesi aperti è sospeso in attesa di una revisione della sicurezza — un ritardo di almeno due settimane, secondo Z.ai . Questo segna un cambio di rotta rispetto a GLM-5.2, rilasciato con pesi completamente aperti il 16 giugno 2026 .
• Valutazione precedente della sicurezza (GLM-5.2): Una valutazione CAISI (NIST) del luglio 2026 ha definito le salvaguardie di GLM-5.2 "miste" — il modello consentiva assistenza nello sviluppo di exploit cyber agentici e mostrava una debole capacità di rifiuto di istruzioni ad alto rischio . Un rapporto separato di SaferAI ha rilevato che GLM-5.2 rifiutava lo 0% delle istruzioni cyber ad alto rischio e aveva un tasso di riproduzione delle vulnerabilità del 76%, con un ritardo di soli 2-4 mesi rispetto a GPT-5.5 nella capacità di attacco informatico .
• L'approccio di Mythos 5 è opposto: Anthropic non ha mai reso Mythos 5 disponibile al pubblico. L'accesso è limitato a circa 200 organizzazioni verificate (incluso il governo degli Stati Uniti) nell'ambito del progetto Glasswing . Anthropic ha anche suddiviso il modello in una variante "ripulita" chiamata Fable 5 per uso generale, che ottiene .

Contesto normativo e di settore

• Pressione normativa cinese: Nel luglio 2026, le autorità cinesi hanno tenuto riunioni con le principali aziende di AI per discutere la possibilità di limitare l'accesso dall'estero ai modelli di AI più avanzati della Cina, compresi quelli non ancora rilasciati . Questo crea incertezza sul fatto che i pesi di GLM-5.3 possano alla fine essere esportati liberamente.
• Interesse degli sviluppatori occidentali: Nonostante queste preoccupazioni, Z.ai segnala una crescente adozione tra gli sviluppatori occidentali e GLM-5.3 sta guadagnando credibilità come modello open-source competitivo a livello di frontiera .
• Recupero dei modelli a pesi aperti: TechCrunch ha riferito nell'agosto 2026 che i modelli a pesi aperti come GLM-5.2 stanno recuperando terreno rispetto ai laboratori di frontiera nelle capacità cyber e bio, ma "il divario di sicurezza rimane" — questi modelli hanno meccanismi di rifiuto molto più deboli rispetto alle controparti ristrette .

Avvertenze principali

1. Benchmark auto-dichiarati da Z.ai. I punteggi di GLM-5.3 su CyberGym ed ExploitBench provengono dalla metodologia di test interna di Z.ai, non da un audit indipendente di terze parti .
2. Anche i punteggi di Mythos 5 potrebbero essere conservativi. Anthropic riporta l'ExploitBench di Mythos 5 al 78,0% e il SWE-bench Pro all'80,3% — numeri che provengono dalle valutazioni interne di Anthropic .
3. Il divario su ExploitBench è ampio. Un distacco di 23,6 punti percentuali sullo sfruttamento suggerisce che Mythos 5 è sostanzialmente migliore nella capacità offensiva più pericolosa — generare exploit funzionanti a partire dall'analisi delle cause profonde .
4. Lo stato dei pesi aperti è in sospeso. GLM-5.3 non è ancora realmente open-weight; il download è bloccato in attesa di un rafforzamento della sicurezza. Se i pesi non verranno mai rilasciati pubblicamente, la distinzione "open-source" rispetto a Mythos 5 si riduce notevolmente .

Conclusione

GLM-5.3 rivendica un vantaggio di misura su Mythos 5 nel rilevamento delle vulnerabilità (84,5% contro 83,8% su CyberGym), ma è nettamente in svantaggio nello sfruttamento (54,4% contro 78,0% su ExploitBench). Il rilascio dei suoi pesi aperti è stato ritardato per una revisione della sicurezza e il suo predecessore GLM-5.2 è stato valutato come avente una capacità di rifiuto prossima allo zero per le istruzioni di attacco informatico. Mythos 5 rimane molto più limitato — mai disponibile pubblicamente, riservato a circa 200 partner verificati — ma anche molto più capace nel compito offensivo più pericoloso: generare exploit funzionanti. La conseguenza più ampia è che i modelli a pesi aperti stanno rapidamente colmando il divario di capacità con i modelli ristretti di frontiera nei compiti cyber, mentre le salvaguardie di sicurezza rimangono sostanzialmente più deboli. L'incertezza normativa cinese sull'esportazione dei migliori modelli di AI aggiunge un ulteriore livello di complessità sulla questione se i pesi di GLM-5.3 saranno mai così liberamente disponibili come suggerisce il marketing di Z.ai.

Rilevamento delle vulnerabilità informatiche

• CyberGym (identificazione e validazione white-box delle vulnerabilità): GLM-5.3 ottiene 84,5%, il risultato pubblico più alto — davanti a Mythos 5 con 83,8% e GPT-5.6 Sol con 83,6% . Questo benchmark verifica se un modello è in grado di trovare e convalidare vulnerabilità reali dal codice sorgente.
• Volume nel mondo reale: durante il post-training, GLM-5.3 ha identificato 2.436 vulnerabilità reali mai divulgate prima, una capacità che Z.ai definisce "cresciuta più velocemente del previsto" .

Capacità di sfruttamento (exploitation)

• ExploitBench (analisi delle cause profonde e generazione di exploit funzionanti): GLM-5.3 ottiene 54,4% — più del doppio rispetto al suo predecessore GLM-5.2 (24,4%), ma ben lontano da Mythos 5 con 78,0% e GPT-5.6 Sol con 76,5% . È il divario più netto tra i due modelli.
• ExploitGym (compiti di exploitation completati entro un budget normalizzato di due ore): GLM-5.3 completa 105 task contro i 29 di GLM-5.2, ma non sono disponibili dati comparabili per Mythos 5 su questa metrica specifica .

Benchmark più ampi (coding e compiti agentici)

Nota: Mythos 5 ottiene l'80,3% su SWE-bench Pro (coding agentico), ma non sono disponibili confronti diretti su questi benchmark specifici tra i due modelli . Tutti i miglioramenti di GLM-5.3 derivano esclusivamente da un potenziamento del post-training — il modello base da 743 miliardi di parametri non è stato riaddestrato .

Approccio open-source e misure di sicurezza

• Rilascio dei pesi ritardato: GLM-5.3 è disponibile immediatamente via API e piani di coding, ma il download dei pesi aperti è sospeso in attesa di una revisione della sicurezza — un ritardo di almeno due settimane, secondo Z.ai . Questo segna un cambio di rotta rispetto a GLM-5.2, rilasciato con pesi completamente aperti il 16 giugno 2026 .
• Valutazione precedente della sicurezza (GLM-5.2): Una valutazione CAISI (NIST) del luglio 2026 ha definito le salvaguardie di GLM-5.2 "miste" — il modello consentiva assistenza nello sviluppo di exploit cyber agentici e mostrava una debole capacità di rifiuto di istruzioni ad alto rischio . Un rapporto separato di SaferAI ha rilevato che GLM-5.2 rifiutava lo 0% delle istruzioni cyber ad alto rischio e aveva un tasso di riproduzione delle vulnerabilità del 76%, con un ritardo di soli 2-4 mesi rispetto a GPT-5.5 nella capacità di attacco informatico .
• L'approccio di Mythos 5 è opposto: Anthropic non ha mai reso Mythos 5 disponibile al pubblico. L'accesso è limitato a circa 200 organizzazioni verificate (incluso il governo degli Stati Uniti) nell'ambito del progetto Glasswing . Anthropic ha anche suddiviso il modello in una variante "ripulita" chiamata Fable 5 per uso generale, che ottiene .

Contesto normativo e di settore

• Pressione normativa cinese: Nel luglio 2026, le autorità cinesi hanno tenuto riunioni con le principali aziende di AI per discutere la possibilità di limitare l'accesso dall'estero ai modelli di AI più avanzati della Cina, compresi quelli non ancora rilasciati . Questo crea incertezza sul fatto che i pesi di GLM-5.3 possano alla fine essere esportati liberamente.
• Interesse degli sviluppatori occidentali: Nonostante queste preoccupazioni, Z.ai segnala una crescente adozione tra gli sviluppatori occidentali e GLM-5.3 sta guadagnando credibilità come modello open-source competitivo a livello di frontiera .
• Recupero dei modelli a pesi aperti: TechCrunch ha riferito nell'agosto 2026 che i modelli a pesi aperti come GLM-5.2 stanno recuperando terreno rispetto ai laboratori di frontiera nelle capacità cyber e bio, ma "il divario di sicurezza rimane" — questi modelli hanno meccanismi di rifiuto molto più deboli rispetto alle controparti ristrette .

Avvertenze principali

1. Benchmark auto-dichiarati da Z.ai. I punteggi di GLM-5.3 su CyberGym ed ExploitBench provengono dalla metodologia di test interna di Z.ai, non da un audit indipendente di terze parti .
2. Anche i punteggi di Mythos 5 potrebbero essere conservativi. Anthropic riporta l'ExploitBench di Mythos 5 al 78,0% e il SWE-bench Pro all'80,3% — numeri che provengono dalle valutazioni interne di Anthropic .
3. Il divario su ExploitBench è ampio. Un distacco di 23,6 punti percentuali sullo sfruttamento suggerisce che Mythos 5 è sostanzialmente migliore nella capacità offensiva più pericolosa — generare exploit funzionanti a partire dall'analisi delle cause profonde .
4. Lo stato dei pesi aperti è in sospeso. GLM-5.3 non è ancora realmente open-weight; il download è bloccato in attesa di un rafforzamento della sicurezza. Se i pesi non verranno mai rilasciati pubblicamente, la distinzione "open-source" rispetto a Mythos 5 si riduce notevolmente .

Conclusione

GLM-5.3 rivendica un vantaggio di misura su Mythos 5 nel rilevamento delle vulnerabilità (84,5% contro 83,8% su CyberGym), ma è nettamente in svantaggio nello sfruttamento (54,4% contro 78,0% su ExploitBench). Il rilascio dei suoi pesi aperti è stato ritardato per una revisione della sicurezza e il suo predecessore GLM-5.2 è stato valutato come avente una capacità di rifiuto prossima allo zero per le istruzioni di attacco informatico. Mythos 5 rimane molto più limitato — mai disponibile pubblicamente, riservato a circa 200 partner verificati — ma anche molto più capace nel compito offensivo più pericoloso: generare exploit funzionanti. La conseguenza più ampia è che i modelli a pesi aperti stanno rapidamente colmando il divario di capacità con i modelli ristretti di frontiera nei compiti cyber, mentre le salvaguardie di sicurezza rimangono sostanzialmente più deboli. L'incertezza normativa cinese sull'esportazione dei migliori modelli di AI aggiunge un ulteriore livello di complessità sulla questione se i pesi di GLM-5.3 saranno mai così liberamente disponibili come suggerisce il marketing di Z.ai.