GLM-5.3 vs Mythos 5: Siapa Unggul dalam Keselamatan Siber?

Keupayaan Eksploitasi

• ExploitBench (pemikiran punca & penjanaan eksploitasi berfungsi): GLM-5.3 mendapat 54.4% — lebih daripada dua kali ganda pendahulunya GLM-5.2 (24.4%), tetapi jauh di belakang Mythos 5 pada 78.0% dan GPT-5.6 Sol pada 76.5% . Ini adalah jurang paling ketara antara kedua-dua model.
• ExploitGym (tugasan eksploitasi siap dalam belanjawan dua jam ternormal): GLM-5.3 menyelesaikan 105 tugasan berbanding GLM-5.2 yang hanya 29 tugasan, tetapi data Mythos 5 yang setanding untuk metrik khusus ini tidak diterbitkan secara beriringan .

Penanda Aras Lebih Luas (tugas pengekodan & agen)

Nota: Mythos 5 mendapat 80.3% pada SWE-bench Pro (pengekodan agen), tetapi perbandingan langsung pada penanda aras khusus ini tidak tersedia antara kedua-dua model . Semua peningkatan GLM-5.3 datang daripada latihan pasca yang diperluas sahaja — model asas 743B tidak dilatih semula .

Pendekatan Sumber Terbuka & Langkah Keselamatan

• Pelepasan pemberat terbuka ditangguhkan: GLM-5.3 tersedia melalui API dan pelan pengekodan dengan serta-merta, tetapi pemberat terbuka yang boleh dimuat turun dijadualkan sementara menunggu semakan keselamatan — kelewatan sekurang-kurangnya dua minggu, menurut Z.ai . Ini menandakan pergeseran daripada GLM-5.2, yang dikeluarkan sebagai pemberat terbuka sepenuhnya pada 16 Jun 2026 .
• Penilaian keselamatan sebelum ini (GLM-5.2): Penilaian CAISI (NIST) Julai 2026 mendapati perlindungan GLM-5.2 adalah "bercampur" — ia membenarkan bantuan dengan pembangunan eksploitasi siber agen dan menunjukkan kelemahan dalam penolakan arahan berisiko tinggi . Laporan SaferAI yang berasingan mendapati GLM-5.2 menolak 0% arahan siber berisiko tinggi dan mempunyai kadar pengeluaran semula kelemahan sebanyak 76%, hanya ketinggalan 2–4 bulan di belakang GPT-5.5 dalam keupayaan serangan siber .
• Pendekatan Mythos 5 adalah sebaliknya: Anthropic tidak pernah menjadikan Mythos 5 tersedia secara umum. Akses dihadkan kepada kira-kira 200 organisasi yang disaring (termasuk kerajaan AS) di bawah Project Glasswing . Anthropic juga membahagikan model kepada varian "Fable 5" yang dibersihkan untuk kegunaan umum, yang mendapat 0% pada tugas siber ofensif .

Konteks Industri & Kawal Selia

• Tekanan kawal selia China: Pada Julai 2026, pihak berkuasa China mengadakan mesyuarat dengan firma AI terkemuka tentang kemungkinan mengehadkan akses luar negara kepada model AI paling canggih China, termasuk yang belum dikeluarkan . Ini mewujudkan ketidakpastian sama ada pemberat GLM-5.3 akhirnya akan dieksport secara bebas.
• Tarikan pemaju Barat: Walaupun terdapat kebimbangan ini, Z.ai melaporkan peningkatan penggunaan dalam kalangan pemaju Barat, dan GLM-5.3 semakin mendapat kredibiliti sebagai model sumber terbuka yang berdaya saing di peringkat hadapan .
• Peningkatan model pemberat terbuka yang lebih luas: TechCrunch melaporkan pada Ogos 2026 bahawa model pemberat terbuka seperti GLM-5.2 semakin mengejar makmal-makmal terkemuka dalam keupayaan siber dan bio, tetapi "jurang keselamatan masih kekal" — model ini mempunyai mekanisme penolakan yang jauh lebih lemah berbanding rakan sejawat yang terhad .

Amaran Utama

1. Penanda aras dilaporkan sendiri oleh Z.ai. Skor CyberGym dan ExploitBench GLM-5.3 datang daripada metodologi ujian Z.ai sendiri, bukan audit pihak ketiga bebas .
2. Skor Mythos 5 mungkin juga konservatif. Anthropic melaporkan ExploitBench Mythos 5 pada 78.0%, dan SWE-bench Pro pada 80.3% — nombor yang datang daripada penilaian Anthropic sendiri .
3. Jurang ExploitBench adalah besar. Jurang 23.6 mata peratusan dalam keupayaan eksploitasi menunjukkan Mythos 5 adalah jauh lebih baik dalam keupayaan ofensif yang paling berbahaya — menjana eksploitasi berfungsi daripada analisis punca .
4. Status pemberat terbuka masih belum selesai. GLM-5.3 masih belum benar-benar pemberat terbuka; muat turun disekat sementara menunggu pengerasan keselamatan. Jika pemberat tidak pernah dikeluarkan secara terbuka, perbezaan "sumber terbuka" berbanding Mythos 5 mengecil dengan ketara .

Kesimpulan

GLM-5.3 mendakwa mendahului tipis berbanding Mythos 5 dalam pengesanan kelemahan (84.5% berbanding 83.8% pada CyberGym), tetapi jauh ketinggalan dalam eksploitasi (54.4% berbanding 78.0% pada ExploitBench). Pelepasan pemberat terbukanya ditangguhkan untuk semakan keselamatan, dan pendahulunya GLM-5.2 dinilai sebagai mempunyai kadar penolakan hampir sifar untuk arahan serangan siber. Mythos 5 kekal jauh lebih terhadap — tidak pernah tersedia secara umum, terhad kepada ~200 rakan kongsi yang disaring — tetapi juga jauh lebih berkemampuan dalam tugas ofensif paling berbahaya: menjana eksploitasi berfungsi. Implikasi yang lebih luas ialah model pemberat terbuka dengan pantas menutup jurang keupayaan dengan model terhadap di peringkat hadapan dalam tugas siber, sementara perlindungan keselamatan kekal lebih lemah secara substansial. Ketidakpastian kawal selia China tentang mengeksport model AI terbaik menambah satu lagi lapisan kerumitan sama ada pemberat GLM-5.3 akan pernah tersedia secara bebas seperti yang dicadangkan oleh pemasaran Z.ai.