Chinees AI-model GLM-5.3 verslaat Mythos 5 in foutdetectie, maar blijft achter bij exploitatie

Op 14 augustus 2026 lanceerde Z.ai GLM-5.3, een open-source model met een basis van 743 miljard parameters. Het model haalde een state-of-the-art resultaat op de CyberGym-benchmark voor kwetsbaarheidsdetectie (84,5%), waarmee het nipt de beperkte Mythos 5 van Anthropic (83,8%) en GPT-5.6 Sol van OpenAI (83,6%) voorbijging . Maar op het daadwerkelijk ontwikkelen van exploits blijft GLM-5.3 aanzienlijk achter (54,4% versus 78,0% op ExploitBench), en de open-gewicht versie is vertraagd vanwege een veiligheidsreview . De vergelijking schetst een complex beeld: een krappe leiding in detectie tegenover duidelijke hiaten in exploitatie, toegangscontroles, veiligheidspostuur en regelgevingscontext.

Detectie van kwetsbaarheden in cybersecurity

• CyberGym ('white-box' kwetsbaarheidsidentificatie en -validatie): GLM-5.3 scoort 84,5%, het hoogste openbaar gerapporteerde resultaat – voor Mythos 5 op 83,8% en GPT-5.6 Sol op 83,6% . Deze benchmark test of een model echte kwetsbaarheden in broncode kan vinden en valideren.
• Aantal in de praktijk: Tijdens de post-training identificeerde GLM-5.3 2.436 niet eerder bekende kwetsbaarheden uit de echte wereld, een vermogen waarvan Z.ai zegt dat het "sneller groeide dan verwacht" .

Exploitatiemogelijkheden

• ExploitBench (analyse van de oorzaak en het genereren van werkende exploits): GLM-5.3 scoort 54,4% – meer dan een verdubbeling ten opzichte van zijn voorganger GLM-5.2 (24,4%), maar ruim onder Mythos 5 met 78,0% en GPT-5.6 Sol met 76,5% . Dit is het duidelijkste verschil tussen de twee modellen.
• ExploitGym (voltooide exploitatietaken binnen een genormaliseerd budget van twee uur): GLM-5.3 voltooit 105 taken, tegenover 29 voor GLM-5.2. Vergelijkbare gegevens voor Mythos 5 zijn niet naast elkaar gepubliceerd .

Algemene benchmarks (coderings- en agentische taken)

Benchmark	GLM-5.3	GLM-5.2 (vorige generatie)
Terminal-Bench 3.0	28,3	4,6
DeepSWE v1.1	66,9	46,2
Agents' Last Exam (CLI)	28,5	23,8
Z.ai Interne Codebench	~50% verbetering	basislijn

Let op: Mythos 5 scoort 80,3% op SWE-bench Pro (agentisch coderen), maar directe vergelijkingen op deze specifieke benchmarks zijn niet tussen beide modellen beschikbaar . Alle verbeteringen bij GLM-5.3 zijn alleen het gevolg van uitgebreide post-training; het basismodel van 743B is niet opnieuw getraind .

Open-source aanpak en veiligheidsmaatregelen

• Uitgestelde open-gewicht release: GLM-5.3 is onmiddellijk beschikbaar via API en codeerplannen, maar de downloadbare open gewichten zijn opgeschort in afwachting van een veiligheidsreview – een vertraging van ten minste twee weken, volgens Z.ai . Dit is een koerswijziging ten opzichte van GLM-5.2, dat op 16 juni 2026 volledig als open gewichten werd uitgebracht .
• Eerdere veiligheidsbeoordeling (GLM-5.2): Een CAISI (NIST)-evaluatie uit juli 2026 vond de beveiliging van GLM-5.2 "gemengd" – het model hielp bij agentische cyberexploitatie en weigerde risicovolle instructies nauwelijks . Een apart SaferAI-rapport toonde aan dat GLM-5.2 0% van de hoogrisico-cyberinstructies weigerde en een 76% kwetsbaarheidsreproductiegraad had. Het lag slechts 2 tot 4 maanden achter op GPT-5.5 wat betreft cyberaanvalscapaciteit .
• Mythos 5 hanteert de tegenovergestelde aanpak: Anthropic heeft Mythos 5 nooit openbaar beschikbaar gesteld. Toegang is beperkt tot ongeveer 200 goedgekeurde organisaties (waaronder de Amerikaanse overheid) in het kader van Project Glasswing . Anthropic splitste het model ook in een opgeschoond "Fable 5"-variant voor algemeen gebruik, dat 0% scoort op offensieve cyber taken .

Industrie- en regelgevingscontext

• Chinese regeldruk: In juli 2026 voerden de Chinese autoriteiten gesprekken met grote AI-bedrijven over het mogelijk beperken van de buitenlandse toegang tot China's meest geavanceerde AI-modellen, inclusief nog niet uitgebrachte . Dit schept onzekerheid over of de gewichten van GLM-5.3 uiteindelijk vrijelijk geëxporteerd zullen worden.
• Westerse ontwikkelaarstraction: Ondanks deze zorgen meldt Z.ai een groeiende adoptie onder westerse ontwikkelaars, en GLM-5.3 wint aan geloofwaardigheid als een open-source model dat concurreert met de top .
• Inhaalslag open gewichten: TechCrunch meldde in augustus 2026 dat open-gewicht modellen zoals GLM-5.2 de kloof met de toplabs op het gebied van cyber- en biomogelijkheden aan het dichten zijn, maar de "veiligheidskloof blijft bestaan" – deze modellen hebben veel zwakkere weigeringsmechanismen dan hun beperkte tegenhangers .

Belangrijke kanttekeningen

1. Z.ai heeft zelf benchmarks gerapporteerd. De CyberGym- en ExploitBench-scores van GLM-5.3 komen uit Z.ai's eigen testmethode, niet van een onafhankelijke audit .
2. Mythos 5-scores zijn mogelijk ook conservatief. Anthropic rapporteert ExploitBench voor Mythos 5 op 78,0% en SWE-bench Pro op 80,3% – cijfers die uit eigen evaluaties komen .
3. De kloof op ExploitBench is groot. Een verschil van 23,6 procentpunt in exploitatie suggereert dat Mythos 5 aanzienlijk beter is in de gevaarlijkste offensieve vaardigheid: het genereren van werkende exploits op basis van oorzaakanalyse .
4. De status van open gewichten is afwachtend. GLM-5.3 is nog niet echt open-gewicht; downloaden is geblokkeerd in afwachting van beveiligingsverbeteringen. Als de gewichten nooit openbaar worden vrijgegeven, wordt het "open-source" onderscheid met Mythos 5 aanzienlijk kleiner .

Conclusie

GLM-5.3 claimt een krappe voorsprong op Mythos 5 wat betreft het detecteren van kwetsbaarheden (84,5% versus 83,8% op CyberGym), maar blijft aanzienlijk achter op het gebied van exploitatie (54,4% versus 78,0% op ExploitBench). De open-gewicht release is vertraagd voor veiligheidsonderzoek, en zijn voorganger GLM-5.2 werd beoordeeld als een model dat vrijwel geen cyberaanvalsinstructies weigert. Mythos 5 blijft veel meer beperkt – nooit openbaar beschikbaar, beperkt tot ~200 goedgekeurde partners – maar ook veel capabeler op de gevaarlijkste offensieve taak: het genereren van werkende exploits. Het bredere implicatie is dat open-gewicht modellen de capaciteitskloof met de afgeschermde topmodellen op het gebied van cyberdreigingen snel aan het dichten zijn, terwijl de veiligheidsmechanismen aanzienlijk zwakker blijven. De Chinese regelgevingsonzekerheid over de export van de beste AI-modellen voegt een extra laag van complexiteit toe aan de vraag of de gewichten van GLM-5.3 ooit zo vrij beschikbaar zullen zijn als Z.ai's marketing doet vermoeden.