GLM-5.3 se aproxima do Claude Mythos em um teste de exploits, mas suas proteções foram mais fáceis de contornar

Uma avaliação publicada pela Anthropic em setembro de 2026 concluiu que o GLM-5.3, da Z.ai, conseguiu criar exploits funcionais de ponta a ponta em um ritmo próximo ao do Claude Mythos Preview em um benchmark específico. A mesma análise apontou que técnicas simples frequentemente contornaram as proteções do GLM-5.3 em testes simulados. Os resultados alimentam o debate sobre o acesso a recursos avançados de cibersegurança, mas vêm de avaliações controladas — não são evidência de ataques bem-sucedidos contra alvos reais. 12

Como o GLM-5.3 se saiu em relação ao Mythos Preview

No ExploitBench da Anthropic, o GLM-5.3 produziu exploits funcionais em 50 de 410 tentativas; o Claude Mythos Preview conseguiu isso em 56. O resultado equivale a cerca de 12% contra 14% nesse teste. Como o benchmark mede a criação de exploits para vulnerabilidades conhecidas em um ambiente controlado, a proximidade dos números não prova que os modelos tenham desempenho equivalente em todas as tarefas de cibersegurança. 512

A Anthropic descreveu a capacidade do GLM-5.3 de desenvolver exploits de ponta a ponta como um avanço expressivo em relação a modelos anteriores. Em outra avaliação, voltada à exploração binária, o modelo conseguiu assumir o controle do fluxo de execução em 4% das tarefas, contra 6% do Mythos Preview. Os resultados indicam desempenho forte em testes específicos, não equivalência geral entre os sistemas. 3712

A avaliação mais ampla do NIST traz outra perspectiva

O Centro de Padrões e Inovação em IA (CAISI), ligado ao NIST dos Estados Unidos, classificou o GLM-5.3 como o modelo de pesos abertos mais capaz em cibersegurança entre os que avaliou. Ao mesmo tempo, estimou que ele estava cerca de quatro meses atrás dos modelos de fronteira dos EUA, com base no desempenho agregado em seus benchmarks de cibersegurança. 17

Essa conclusão não contradiz diretamente a comparação da Anthropic com o Mythos: o NIST avaliou o GLM-5.3 em um conjunto mais amplo de testes, enquanto o resultado mais destacado pela Anthropic veio de um benchmark específico comparado ao Mythos Preview. Testes e grupos de comparação diferentes podem levar a conclusões distintas que são compatíveis entre si. 1217

Proteções contornadas em testes simulados

Segundo a Anthropic, métodos simples contornaram as proteções do GLM-5.3 em 64% a 100% dos testes simulados. Esses percentuais descrevem os resultados das técnicas e dos prompts testados; não representam a probabilidade de um invasor ter sucesso em uma operação no mundo real. 12

O relatório também destaca uma questão própria dos modelos de pesos abertos: quem tem acesso aos pesos pode tentar modificar o comportamento de recusa do sistema, em vez de apenas contornar as proteções por meio de instruções. Um relato secundário sobre o experimento estima em cerca de US$ 1.200 o custo para uma equipe experiente remover as salvaguardas, mas também menciona uma estimativa de aproximadamente US$ 4.400 em computação para o trabalho. São estimativas associadas a descrições diferentes do esforço — não um preço fixo nem uma medida da frequência com que atacantes reais fariam isso. 1225

O que mostraram as demonstrações de exploits

Em um exercício relatado, um pesquisador usou o GLM-5.3-Flash, uma versão menor do modelo, para montar uma cadeia de exploits com base em duas vulnerabilidades já divulgadas. De acordo com o relato, o trabalho exigiu cerca de 20 minutos de atenção humana, oito horas de processamento do modelo e US$ 20,40 em cobranças de API. Uma das falhas era de uma vulnerabilidade do Chrome; o pesquisador forneceu informações públicas sobre as falhas conhecidas. O teste mostra que o modelo pôde ajudar a desenvolver uma cadeia de exploração em um ambiente de avaliação — não que uma vítima real tenha sido comprometida. 6

A distinção é importante: a capacidade de produzir um exploit em condições de teste é um alerta sobre possíveis usos indevidos, mas não equivale a demonstrar um ataque em operação. As informações disponíveis aqui não comprovam que o GLM-5.3 tenha sido usado para invadir um alvo no mundo real. 56

O que os resultados dizem sobre modelos de pesos abertos — e o que não dizem

A preocupação da Anthropic é que recursos de criação de exploits disponíveis a um público amplo possam ser usados tanto por atacantes quanto por defensores. A empresa também defende que profissionais de defesa tenham acesso a modelos avançados para identificar e corrigir vulnerabilidades. 112

Modelos de pesos abertos envolvem uma escolha difícil: podem dar a pesquisadores independentes e equipes de defesa acesso às capacidades do sistema, mas também permitem que usuários o executem ou modifiquem fora dos controles de seu desenvolvedor. Os resultados dos benchmarks e dos testes de proteção contribuem para esse debate, mas, por si só, não demonstram se restringir o acesso tornaria a cibersegurança mais segura no conjunto. 412

A conclusão mais precisa é limitada: na avaliação da Anthropic, o GLM-5.3 chegou perto do Mythos Preview em um benchmark de exploits, e suas proteções foram vulneráveis aos métodos de contorno testados. Na análise mais ampla do NIST, o modelo ainda ficou atrás dos modelos de fronteira atuais dos EUA; além disso, as demonstrações relatadas não foram ataques contra alvos reais. 1217