Kinesisk KI-modell leder i sårbarhetsdeteksjon, men sakker akterut i utnyttelse

Den 14. august 2026 lanserte Z.ai GLM-5.3, en åpen modell basert på 743B parametere. Modellen oppnår toppresultater på CyberGym (84,5%), et referansepunkt for sårbarhetsdeteksjon, og slår dermed Anthropics begrensede Mythos 5 (83,8%) og OpenAIs GPT-5.6 Sol (83,6%) . Men GLM-5.3 ligger et godt stykke bak Mythos 5 når det gjelder å utvikle faktiske utnyttelsesmetoder (54,4% mot 78,0% på ExploitBench), og utgivelsen av åpne vekter er utsatt i påvente av en sikkerhetsgjennomgang . Sammenligningen tegner et nyansert bilde: en smal ledelse i deteksjon, men klare hull i utnyttelse, tilgangskontroll, sikkerhetsprofil og regulatorisk kontekst.

Cybersikkerhet: Sårbarhetsdeteksjon

• CyberGym (hvitboks-sårbarhetsidentifikasjon og validering): GLM-5.3 scorer 84,5%, det høyeste offentlig rapporterte resultatet – foran Mythos 5 på 83,8% og GPT-5.6 Sol på 83,6% . Denne testen måler om en modell kan finne og validere reelle sårbarheter i kildekode.
• Virkelig volum: Under opptrening identifiserte GLM-5.3 2.436 reelle sårbarheter som ikke var kjent fra før – en evne Z.ai sier «vokste raskere enn forventet» .

Utnyttelsesevner

• ExploitBench (årsaksanalyse og generering av fungerende utnyttelseskode): GLM-5.3 scorer 54,4% – mer enn en dobling fra forgjengeren GLM-5.2 (24,4%), men godt bak Mythos 5 på 78,0% og GPT-5.6 Sol på 76,5% . Dette er det tydeligste gapet mellom modellene.
• ExploitGym (fullførte utnyttelsesoppgaver innenfor et normalisert to-timersbudsjett): GLM-5.3 fullfører 105 oppgaver mot GLM-5.2s 29, men sammenlignbare Mythos 5-data for denne metrikken er ikke offentliggjort side om side .

Bredere referansepunkter (koding og agentiske oppgaver)

Referansepunkt	GLM-5.3	GLM-5.2 (forrige generasjon)
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 Internal Code Bench	~50% forbedring	grunnlinje

Merk: Mythos 5 scorer 80,3% på SWE-bench Pro (agentisk koding), men direkte sammenligninger på disse spesifikke referansepunktene er ikke tilgjengelige på tvers av begge modellene . Alle GLM-5.3s forbedringer kom kun fra utvidet ettertrening – basismodellen på 743B parametere ble ikke trent på nytt .

Åpen kildekode-tilnærming og sikkerhetstiltak

• Forsinket utgivelse av åpne vekter: GLM-5.3 er tilgjengelig via API og kodeplaner umiddelbart, men nedlastbare åpne vekter er utsatt i påvente av en sikkerhetsgjennomgang – en forsinkelse på minst to uker, ifølge Z.ai . Dette er et skifte fra GLM-5.2, som ble utgitt som fullt åpne vekter 16. juni 2026 .
• Tidligere sikkerhetsvurdering (GLM-5.2): En juli 2026 CAISI (NIST)-evaluering fant at GLM-5.2s sikkerhetstiltak var «blandede» – den ga assistanse til agentisk cyberutnyttelsesutvikling og viste svak avvisning av høyrisiko-instruksjoner . En egen SaferAI-rapport fant at GLM-5.2 avviste 0% av høyrisiko-cyberinstruksjoner og hadde en 76% sårbarhetsreproduksjonsrate, og lå kun 2–4 måneder bak GPT-5.5 i cyberangrepsevne .
• Mythos 5s tilnærming er motsatt: Anthropic har aldri gjort Mythos 5 offentlig tilgjengelig. Tilgang er begrenset til omtrent 200 vurderte organisasjoner (inkludert USAs myndigheter) under Project Glasswing . Anthropic delte også modellen inn i en renset «Fable 5»-variant for allmenn bruk, som scorer 0% på offensive cyberoppgaver .

Bransje- og regulatorisk kontekst

• Kinesisk regulatorisk press: I juli 2026 holdt kinesiske myndigheter møter med de største KI-selskapene om potensielt å begrense utenlandstilgang til Kinas mest avanserte KI-modeller, inkludert ikke-utgitte . Dette skaper usikkerhet om GLM-5.3s vekter til slutt vil kunne eksporteres fritt.
• Tiltrekning blant vestlige utviklere: Til tross for disse bekymringene, rapporterer Z.ai om økende adopsjon blant vestlige utviklere, og GLM-5.3 får troverdighet som en frontlinjekonkurrerende åpen modell .
• Bredere innhenting av åpne vekter: TechCrunch rapporterte i august 2026 at modeller med åpne vekter som GLM-5.2 tar igjen frontlinjelaboratoriene på cyber- og bioevner, men «sikkerhetsgapet består» – disse modellene har langt svakere avvisningsmekanismer enn begrensede motparter .

Viktige forbehold

1. Z.ai-egne referansepunkter. GLM-5.3s CyberGym- og ExploitBench-score kommer fra Z.ais egen testmetodikk, ikke en uavhengig tredjepartsrevisjon .
2. Mythos 5-score kan også være konservative. Anthropic rapporterer Mythos 5s ExploitBench til 78,0% og SWE-bench Pro til 80,3% – tall som kommer fra Anthropics egne evalueringer .
3. ExploitBench-gapet er stort. Et gap på 23,6 prosentpoeng i utnyttelse antyder at Mythos 5 er betydelig bedre på den farligste offensive evnen – å generere fungerende utnyttelseskode fra årsaksanalyse .
4. Åpen vekt-status er avventende. GLM-5.3 er ennå ikke virkelig åpen vekt; nedlasting er blokkert i påvente av sikkerhetsherding. Hvis vektene aldri blir offentlig utgitt, blir skillet mellom «åpen kildekode» og Mythos 5 betydelig mindre .

Hovedkonklusjon

GLM-5.3 hevder et smalt forsprang foran Mythos 5 på sårbarhetsdeteksjon (84,5% mot 83,8% på CyberGym), men ligger betydelig etter på utnyttelse (54,4% mot 78,0% på ExploitBench). Utgivelsen av åpne vekter er forsinket for sikkerhetsgjennomgang, og forgjengeren GLM-5.2 ble vurdert til å ha nesten null avvisning av cyberangrepsinstruksjoner. Mythos 5 forblir langt mer begrenset – aldri offentlig tilgjengelig, begrenset til omtrent 200 vurderte partnere – men også langt mer dyktig på den farligste offensive oppgaven: å generere fungerende utnyttelseskode. Den bredere implikasjonen er at åpne modeller raskt tette kapasitetsgapet til frontlinjebegrensede modeller på cyberoppgaver, samtidig som sikkerhetstiltakene forblir betydelig svakere. Kinesisk regulatorisk usikkerhet rundt eksport av topp KI-modeller legger enda et lag med kompleksitet til hvorvidt GLM-5.3s vekter noen gang vil være så fritt tilgjengelige som Z.ais markedsføring antyder.