GLM-5.3 da Z.ai supera Mythos 5 na detecção de vulnerabilidades, mas fica muito atrás na capacidade de exploração

Capacidades de Exploração

• ExploitBench (raciocínio de causa raiz e geração de explorações funcionais): GLM-5.3 atinge 54,4% — mais que o dobro do seu antecessor GLM-5.2 (24,4%), mas muito atrás do Mythos 5 com 78,0% e do GPT-5.6 Sol com 76,5% . Esta é a lacuna mais clara entre os dois modelos.
• ExploitGym (tarefas de exploração concluídas em um orçamento normalizado de duas horas): GLM-5.3 completa 105 tarefas contra 29 do GLM-5.2, mas dados comparáveis do Mythos 5 nesta métrica específica não foram publicados lado a lado .

Benchmarks Mais Amplos (programação e tarefas de agente)

Nota: O Mythos 5 atinge 80,3% no SWE-bench Pro (programação de agente), mas comparações diretas nesses benchmarks específicos não estão disponíveis para ambos os modelos . Todos os ganhos do GLM-5.3 vieram apenas do pós-treinamento expandido — o modelo base de 743B não foi retreinado .

Abordagem de Código Aberto e Medidas de Segurança

• Lançamento de pesos adiado: O GLM-5.3 está disponível imediatamente via API e planos de codificação, mas os pesos baixáveis estão em fase de revisão de segurança — um atraso de pelo menos duas semanas, de acordo com a Z.ai . Isso marca uma mudança em relação ao GLM-5.2, que foi lançado com pesos totalmente abertos em 16 de junho de 2026 .
• Avaliação de segurança anterior (GLM-5.2): Uma avaliação de julho de 2026 do CAISI (NIST) descobriu que as salvaguardas do GLM-5.2 eram "mistas" — ele permitia assistência no desenvolvimento de explorações cibernéticas de agente e mostrava uma recusa fraca a instruções de alto risco . Um relatório separado da SaferAI descobriu que o GLM-5.2 rejeitou 0% das instruções cibernéticas de alto risco e teve uma taxa de reprodução de vulnerabilidades de 76%, ficando apenas 2 a 4 meses atrás do GPT-5.5 em capacidade de ataque cibernético .
• A abordagem do Mythos 5 é oposta: A Anthropic nunca disponibilizou o Mythos 5 publicamente. O acesso é restrito a cerca de 200 organizações verificadas (incluindo o governo dos EUA) sob o Project Glasswing . A Anthropic também dividiu o modelo em uma variante sanitizada chamada "Fable 5" para uso geral, que atinge 0% em tarefas cibernéticas ofensivas .

Contexto do Setor e Regulatório

• Pressão regulatória chinesa: Em julho de 2026, autoridades chinesas realizaram reuniões com as principais empresas de IA sobre a possibilidade de restringir o acesso internacional aos modelos de IA mais avançados da China, incluindo os não lançados . Isso cria incerteza sobre se os pesos do GLM-5.3 serão exportados livremente.
• Adoção por desenvolvedores ocidentais: Apesar dessas preocupações, a Z.ai relata uma adoção crescente entre desenvolvedores ocidentais, e o GLM-5.3 está ganhando credibilidade como um modelo de código aberto competitivo .
• Alcance dos modelos de peso aberto: O TechCrunch reportou em agosto de 2026 que modelos de peso aberto como o GLM-5.2 estão alcançando os laboratórios de fronteira em capacidades cibernéticas e biológicas, mas a "lacuna de segurança permanece" — esses modelos têm mecanismos de recusa muito mais fracos do que os equivalentes restritos .

Principais Ressalvas

1. Benchmarks auto-reportados pela Z.ai. As pontuações do GLM-5.3 no CyberGym e ExploitBench vêm da própria metodologia de teste da Z.ai, não de uma auditoria independente de terceiros .
2. As pontuações do Mythos 5 também podem ser conservadoras. A Anthropic reporta o ExploitBench do Mythos 5 em 78,0% e o SWE-bench Pro em 80,3% — números que vêm das próprias avaliações da Anthropic .
3. A lacuna no ExploitBench é grande. Uma diferença de 23,6 pontos percentuais na exploração sugere que o Mythos 5 é substancialmente melhor na capacidade ofensiva mais perigosa — gerar explorações funcionais a partir da análise de causa raiz .
4. O status de peso aberto está pendente. O GLM-5.3 ainda não é verdadeiramente de peso aberto; o download está bloqueado até o endurecimento da segurança. Se os pesos nunca forem lançados publicamente, a distinção de "código aberto" em relação ao Mythos 5 diminui consideravelmente .

Conclusão

O GLM-5.3 reivindica uma liderança apertada sobre o Mythos 5 na detecção de vulnerabilidades (84,5% contra 83,8% no CyberGym), mas fica significativamente atrás na exploração (54,4% contra 78,0% no ExploitBench). Seu lançamento de peso aberto foi adiado para revisão de segurança, e seu antecessor, GLM-5.2, foi avaliado como tendo recusa quase zero de instruções de ataque cibernético. O Mythos 5 permanece muito mais restrito — nunca disponível publicamente, limitado a cerca de 200 parceiros verificados — mas também muito mais capaz na tarefa ofensiva mais perigosa: gerar explorações funcionais. A implicação mais ampla é que os modelos de peso aberto estão fechando rapidamente a lacuna de capacidade com os modelos restritos de fronteira em tarefas cibernéticas, enquanto as salvaguardas de segurança permanecem substancialmente mais fracas. A incerteza regulatória chinesa sobre a exportação dos principais modelos de IA adiciona outra camada de complexidade sobre se os pesos do GLM-5.3 serão tão livremente disponíveis quanto o marketing da Z.ai sugere.