GLM-5.3 vs Mythos 5: Krótka przewaga w wykrywaniu, duża strata w exploitach

Generowanie exploitów: Duża strata

• ExploitBench – test wymagający głębokiej analizy podatności i stworzenia działającego exploita. GLM-5.3 uzyskał 54,4%, co jest ponad dwukrotnie lepszym wynikiem niż poprzednik (GLM-5.2: 24,4%). Jednak to wciąż daje mu znaczną stratę do Mythos 5 (78,0%) i GPT-5.6 Sol (76,5%) . Luka w exploitach wynosi 23,6 punktu procentowego .
• ExploitGym – GLM-5.3 wykonał 105 zadań (w dwa godziny) w porównaniu z 29 dla GLM-5.2, co oznacza 3,6-krotną poprawę . Dla porównania, dla Mythos 5 nie opublikowano analogicznych danych .

Szersze benchmarki: Postęp w programowaniu

Wszystkie ulepszenia wynikają wyłącznie z treningu na wyższych poziomach; podstawowy model 743B nie został przebudowany . Warto zaznaczyć, że Mythos 5 uzyskuje 80,3% w SWE-bench Pro (agentowym benchmarku kodowania), jednak bezpośrednie porównanie na tych samych testach nie jest możliwe .

Otwartość vs. ograniczenia: Bezpieczeństwo w centrum uwagi

• Opóźniona publikacja wag: GLM-5.3 jest dostępny przez API, ale otwarte wagi do pobrania zostaną opublikowane dopiero po zakończeniu przeglądu bezpieczeństwa – zapowiadane opóźnienie wynosi co najmniej dwa tygodnie . To znacząca zmiana w porównaniu z GLM-5.2, który od razu został w pełni udostępniony jako open-weight 16 czerwca 2026 roku .
• Ocena bezpieczeństwa GLM-5.2: Raport CAISI (NIST) z lipca 2026 roku uznał zabezpieczenia GLM-5.2 za „mieszane” – model pomagał w opracowywaniu exploitów i słabo odmawiał wykonywania niebezpiecznych instrukcji . Z kolei organizacja SaferAI stwierdziła, że GLM-5.2 odrzucił 0% wysokiego ryzyka instrukcji cybernetycznych i wykazywał 76% wskaźnik reprodukcji podatności, będąc zaledwie 2–4 miesiące za możliwościami GPT-5.5 w atakach cybernetycznych .
• Zupełnie inne podejście: Anthropic nigdy nie udostępnił Mythos 5 publicznie. Ma on dostęp zaledwie około 200 zweryfikowanym organizacjom (w tym rządowi USA) w ramach programu Project Glasswing . Ponadto Anthropic podzielił model na bezpieczniejszą wersję „Fable 5”, która uzyskuje 0% w ofensywnych zadaniach cybernetycznych .

Kontekst regulacyjny i branżowy

• Chińskie regulacje: W lipcu 2026 roku chińskie władze przeprowadziły spotkania z czołowymi firmami AI w sprawie potencjalnego ograniczenia dostępu za granicę do najnowocześniejszych chińskich modeli AI, w tym tych jeszcze nieopublikowanych . To stwarza niepewność co do tego, czy wagi GLM-5.3 będą mogły być swobodnie eksportowane.
• Zainteresowanie zachodnich deweloperów: Mimo tych obaw, Z.ai informuje o rosnącym zainteresowaniu ze strony zachodnich programistów, a GLM-5.3 zyskuje wiarygodność jako konkurencyjny model open-source .
• Doganiające modele open-weight: TechCrunch w sierpniu 2026 roku poinformował, że modele open-weight, takie jak GLM-5.2, doganiają czołowe laboratoria w cyber i bio możliwościach, ale „luka bezpieczeństwa pozostaje” – mają one znacznie słabsze mechanizmy odmowy niż modele ograniczone .

Kluczowe zastrzeżenia

1. Własne benchmarki Z.ai: Wyniki CyberGym i ExploitBench dla GLM-5.3 pochodzą z metodyki testowej Z.ai, a nie od niezależnego audytora .
2. Wyniki Mythos 5 również od twórców: Anthropic podaje ExploitBench na poziomie 78,0% i SWE-bench Pro na 80,3% – to ich własne oceny .
3. Luka w exploitach jest duża: 23,6 punktu procentowego różnicy na ExploitBench sugeruje, że Mythos 5 jest znacznie lepszy w najbardziej niebezpiecznej umiejętności ofensywnej .
4. Status open-weight jest nieosiągalny: GLM-5.3 nie jest jeszcze prawdziwie otwartym modelem; pobieranie jest zablokowane do czasu zabezpieczeń. Jeśli wagi nigdy nie zostaną publicznie udostępnione, rozróżnienie „open-source” od Mythos 5 znacznie się zawęzi .

Podsumowanie

GLM-5.3 może pochwalić się wąskim prowadzeniem nad Mythos 5 w wykrywaniu podatności (84,5% vs 83,8% na CyberGym), jednak znacząco odstaje w generowaniu exploitów (54,4% vs 78,0% na ExploitBench). Jego publikacja otwartych wag jest opóźniona ze względów bezpieczeństwa, a poprzednik GLM-5.2 został oceniony jako praktycznie nieodrzucający instrukcji cyberataku. Tymczasem Mythos 5 pozostaje znacznie bardziej ograniczony – nigdy publicznie niedostępny, udostępniony zaledwie około 200 partnerom – ale też znacznie bardziej zdolny do najniebezpieczniejszego zadania: tworzenia działających exploitów. Szersza implikacja jest taka, że modele open-weight szybko zamykają lukę w możliwościach względem ograniczonych modeli w zadaniach cybernetycznych, podczas gdy zabezpieczenia pozostają znacznie słabsze. Chińska niepewność regulacyjna dotycząca eksportu najlepszych modeli AI dodaje kolejną warstwę złożoności do kwestii, czy wagi GLM-5.3 będą kiedykolwiek tak swobodnie dostępne, jak sugeruje marketing Z.ai .