Siber Güvenlik Açığı Tespiti

• CyberGym (beyaz kutu güvenlik açığı tespiti ve doğrulama): GLM-5.3, kamuya açıklanan en yüksek sonuç olan %84.5 puanı aldı ve bu alanda Mythos 5 (%83.8) ile GPT-5.6 Sol'un (%83.6) önüne geçti . Bu kıyaslama, bir modelin kaynak kodundan gerçek güvenlik açıklarını bulup doğrulayıp doğrulayamadığını test eder.
• Gerçek dünya hacmi: Model, eğitim sonrası süreçte daha önce ifşa edilmemiş 2.436 gerçek dünya güvenlik açığını tespit etti. Z.ai bu yeteneğin "beklenenden daha hızlı büyüdüğünü" belirtti .

İstismar Geliştirme Yetenekleri

• ExploitBench (kök neden analizi ve çalışan istismar kodu üretimi): GLM-5.3 bu kıyaslamada %54.4 puan aldı ve önceki modeli GLM-5.2'nin (%24.4) iki katından fazla bir performans gösterdi. Ancak yine de Mythos 5 (%78.0) ve GPT-5.6 Sol'un (%76.5) oldukça gerisinde kaldı . Bu, iki model arasındaki en belirgin farktır.
• ExploitGym (normalize edilmiş iki saatlik bütçe altında tamamlanan istismar görevleri): GLM-5.3, 105 görevi başarıyla tamamlarken, GLM-5.2 sadece 29 görev tamamlayabildi .

Daha Geniş Kıyaslamalar (Kodlama ve Ajanlık Görevler)

Not: Mythos 5, SWE-bench Pro (ajanlık kodlama) kıyaslamasında %80.3 puan alıyor ancak bu spesifik kıyaslamalarda her iki model için de doğrudan karşılaştırılabilir veri bulunmuyor . GLM-5.3'ün tüm kazanımları, yalnızca genişletilmiş eğitim sonrası (post-training) aşamadan geldi; 743B temel model yeniden eğitilmedi .

Açık Kaynak Yaklaşımı ve Güvenlik Önlemleri

• Ertelenen açık ağırlık sürümü: GLM-5.3, API ve kodlama planları üzerinden hemen kullanıma sunuldu ancak indirilebilir açık ağırlıklar bir güvenlik incelemesi bekliyor - Z.ai'ye göre en az iki haftalık bir gecikme söz konusu . Bu, 16 Haziran 2026'da tamamen açık ağırlık olarak yayınlanan GLM-5.2'den bir sapma anlamına geliyor .
• Önceki güvenlik değerlendirmesi (GLM-5.2): Temmuz 2026'da yapılan bir CAISI (NIST) değerlendirmesi, GLM-5.2'nin güvenlik önlemlerinin "karma" olduğunu ortaya koydu. Model, ajanlık siber istismar geliştirmeye yardımcı oluyor ve yüksek riskli talimatları reddetme konusunda zayıf kalıyordu . Bağımsız bir SaferAI raporu ise GLM-5.2'nin yüksek riskli siber talimatların %0'ını reddettiğini ve %76'lık bir güvenlik açığı yeniden üretme oranına sahip olduğunu, siber saldırı yeteneğinde GPT-5.5'in sadece 2-4 ay gerisinde olduğunu belirtti .
• Mythos 5'in yaklaşımı tam tersi: Anthropic, Mythos 5'i hiçbir zaman kamuya açık hale getirmedi. Modele erişim, Proje Glasswing kapsamında yaklaşık 200 onaylı kuruluş (ABD hükümeti dahil) ile sınırlandırıldı . Anthropic ayrıca modeli genel kullanım için sterilize edilmiş bir "Fable 5" varyantına böldü ve bu varyant alıyor .

Sektör ve Düzenleyici Bağlam

• Çin düzenleyici baskısı: Temmuz 2026'da Çinli yetkililer, önde gelen yapay zeka firmalarıyla, henüz yayınlanmamış modeller de dahil olmak üzere Çin'in en gelişmiş yapay zeka modellerine yurtdışı erişimin potansiyel olarak kısıtlanması konusunda toplantılar yaptı . Bu durum, GLM-5.3'ün ağırlıklarının sonuçta serbestçe ihraç edilip edilemeyeceği konusunda belirsizlik yaratıyor.
• Batılı geliştiricilerin ilgisi: Bu endişelere rağmen Z.ai, Batılı geliştiriciler arasında artan bir benimseme olduğunu ve GLM-5.3'ün sınırda rekabetçi bir açık kaynak modeli olarak itibar kazandığını bildiriyor .
• Daha geniş açık ağırlık yakalama yarışı: TechCrunch, Ağustos 2026'da GLM-5.2 gibi açık ağırlıklı modellerin siber ve biyolojik yeteneklerde öncü laboratuvarları yakaladığını ancak "güvenlik açığının devam ettiğini" yazdı. Bu modeller, kısıtlı muadillerine kıyasla çok daha zayıf reddetme mekanizmalarına sahip .

Önemli Uyarılar

1. Z.ai'nin kendi bildirdiği kıyaslamalar. GLM-5.3'ün CyberGym ve ExploitBench puanları, bağımsız bir üçüncü taraf denetiminden değil, Z.ai'nin kendi test metodolojisinden gelmektedir .
2. Mythos 5 puanları da ihtiyatlı olabilir. Anthropic, Mythos 5'in ExploitBench'te %78.0 ve SWE-bench Pro'da %80.3 olduğunu belirtiyor; bu sayılar da Anthropic'in kendi değerlendirmelerine dayanıyor .
3. ExploitBench farkı büyük. %23.6 puanlık bir fark, Mythos 5'in en tehlikeli saldırı yeteneğinde (kök neden analizinden çalışan istismar üretimi) çok daha iyi olduğunu gösteriyor .
4. Açık ağırlık durumu askıda. GLM-5.3 henüz gerçek anlamda açık ağırlık değil; indirme işlemi güvenlik sıkılaştırması tamamlanana kadar engellendi. Eğer ağırlıklar hiçbir zaman kamuya açıklanmazsa, "açık kaynak" ayrımı Mythos 5'e kıyasla önemli ölçüde daralacaktır .

Sonuç

GLM-5.3, güvenlik açığı tespitinde Mythos 5'in önünde yer alırken (%84.5'e karşı %83.8), istismar geliştirmede geride kalıyor (%54.4'e karşı %78.0). Açık ağırlıklarının yayınlanması güvenlik incelemesi nedeniyle ertelendi ve önceki model GLM-5.2, siber saldırı talimatlarını neredeyse hiç reddetmediği için eleştirildi. Mythos 5, kamuya hiç açılmamış ve yalnızca onaylı ortaklarla sınırlı olmasına rağmen en tehlikeli saldırı görevinde çok daha yetenekli. Daha geniş anlamda, açık ağırlıklı modeller siber görevlerde sınır oluşturan kısıtlı modellerle arasındaki yetenek farkını hızla kapatırken, güvenlik önlemleri hala çok daha zayıf durumda. Çin'in en iyi yapay zeka modellerinin ihracına yönelik belirsiz düzenleyici ortamı, GLM-5.3'ün ağırlıklarının Z.ai'nin pazarlamasının vaat ettiği kadar özgürce kullanıma sunulup sunulmayacağına dair bir başka karmaşıklık katmanı ekliyor.

Siber Güvenlik Açığı Tespiti

• CyberGym (beyaz kutu güvenlik açığı tespiti ve doğrulama): GLM-5.3, kamuya açıklanan en yüksek sonuç olan %84.5 puanı aldı ve bu alanda Mythos 5 (%83.8) ile GPT-5.6 Sol'un (%83.6) önüne geçti . Bu kıyaslama, bir modelin kaynak kodundan gerçek güvenlik açıklarını bulup doğrulayıp doğrulayamadığını test eder.
• Gerçek dünya hacmi: Model, eğitim sonrası süreçte daha önce ifşa edilmemiş 2.436 gerçek dünya güvenlik açığını tespit etti. Z.ai bu yeteneğin "beklenenden daha hızlı büyüdüğünü" belirtti .

İstismar Geliştirme Yetenekleri

• ExploitBench (kök neden analizi ve çalışan istismar kodu üretimi): GLM-5.3 bu kıyaslamada %54.4 puan aldı ve önceki modeli GLM-5.2'nin (%24.4) iki katından fazla bir performans gösterdi. Ancak yine de Mythos 5 (%78.0) ve GPT-5.6 Sol'un (%76.5) oldukça gerisinde kaldı . Bu, iki model arasındaki en belirgin farktır.
• ExploitGym (normalize edilmiş iki saatlik bütçe altında tamamlanan istismar görevleri): GLM-5.3, 105 görevi başarıyla tamamlarken, GLM-5.2 sadece 29 görev tamamlayabildi .

Daha Geniş Kıyaslamalar (Kodlama ve Ajanlık Görevler)

Not: Mythos 5, SWE-bench Pro (ajanlık kodlama) kıyaslamasında %80.3 puan alıyor ancak bu spesifik kıyaslamalarda her iki model için de doğrudan karşılaştırılabilir veri bulunmuyor . GLM-5.3'ün tüm kazanımları, yalnızca genişletilmiş eğitim sonrası (post-training) aşamadan geldi; 743B temel model yeniden eğitilmedi .

Açık Kaynak Yaklaşımı ve Güvenlik Önlemleri

• Ertelenen açık ağırlık sürümü: GLM-5.3, API ve kodlama planları üzerinden hemen kullanıma sunuldu ancak indirilebilir açık ağırlıklar bir güvenlik incelemesi bekliyor - Z.ai'ye göre en az iki haftalık bir gecikme söz konusu . Bu, 16 Haziran 2026'da tamamen açık ağırlık olarak yayınlanan GLM-5.2'den bir sapma anlamına geliyor .
• Önceki güvenlik değerlendirmesi (GLM-5.2): Temmuz 2026'da yapılan bir CAISI (NIST) değerlendirmesi, GLM-5.2'nin güvenlik önlemlerinin "karma" olduğunu ortaya koydu. Model, ajanlık siber istismar geliştirmeye yardımcı oluyor ve yüksek riskli talimatları reddetme konusunda zayıf kalıyordu . Bağımsız bir SaferAI raporu ise GLM-5.2'nin yüksek riskli siber talimatların %0'ını reddettiğini ve %76'lık bir güvenlik açığı yeniden üretme oranına sahip olduğunu, siber saldırı yeteneğinde GPT-5.5'in sadece 2-4 ay gerisinde olduğunu belirtti .
• Mythos 5'in yaklaşımı tam tersi: Anthropic, Mythos 5'i hiçbir zaman kamuya açık hale getirmedi. Modele erişim, Proje Glasswing kapsamında yaklaşık 200 onaylı kuruluş (ABD hükümeti dahil) ile sınırlandırıldı . Anthropic ayrıca modeli genel kullanım için sterilize edilmiş bir "Fable 5" varyantına böldü ve bu varyant alıyor .

Sektör ve Düzenleyici Bağlam

• Çin düzenleyici baskısı: Temmuz 2026'da Çinli yetkililer, önde gelen yapay zeka firmalarıyla, henüz yayınlanmamış modeller de dahil olmak üzere Çin'in en gelişmiş yapay zeka modellerine yurtdışı erişimin potansiyel olarak kısıtlanması konusunda toplantılar yaptı . Bu durum, GLM-5.3'ün ağırlıklarının sonuçta serbestçe ihraç edilip edilemeyeceği konusunda belirsizlik yaratıyor.
• Batılı geliştiricilerin ilgisi: Bu endişelere rağmen Z.ai, Batılı geliştiriciler arasında artan bir benimseme olduğunu ve GLM-5.3'ün sınırda rekabetçi bir açık kaynak modeli olarak itibar kazandığını bildiriyor .
• Daha geniş açık ağırlık yakalama yarışı: TechCrunch, Ağustos 2026'da GLM-5.2 gibi açık ağırlıklı modellerin siber ve biyolojik yeteneklerde öncü laboratuvarları yakaladığını ancak "güvenlik açığının devam ettiğini" yazdı. Bu modeller, kısıtlı muadillerine kıyasla çok daha zayıf reddetme mekanizmalarına sahip .

Önemli Uyarılar

1. Z.ai'nin kendi bildirdiği kıyaslamalar. GLM-5.3'ün CyberGym ve ExploitBench puanları, bağımsız bir üçüncü taraf denetiminden değil, Z.ai'nin kendi test metodolojisinden gelmektedir .
2. Mythos 5 puanları da ihtiyatlı olabilir. Anthropic, Mythos 5'in ExploitBench'te %78.0 ve SWE-bench Pro'da %80.3 olduğunu belirtiyor; bu sayılar da Anthropic'in kendi değerlendirmelerine dayanıyor .
3. ExploitBench farkı büyük. %23.6 puanlık bir fark, Mythos 5'in en tehlikeli saldırı yeteneğinde (kök neden analizinden çalışan istismar üretimi) çok daha iyi olduğunu gösteriyor .
4. Açık ağırlık durumu askıda. GLM-5.3 henüz gerçek anlamda açık ağırlık değil; indirme işlemi güvenlik sıkılaştırması tamamlanana kadar engellendi. Eğer ağırlıklar hiçbir zaman kamuya açıklanmazsa, "açık kaynak" ayrımı Mythos 5'e kıyasla önemli ölçüde daralacaktır .

Sonuç

GLM-5.3, güvenlik açığı tespitinde Mythos 5'in önünde yer alırken (%84.5'e karşı %83.8), istismar geliştirmede geride kalıyor (%54.4'e karşı %78.0). Açık ağırlıklarının yayınlanması güvenlik incelemesi nedeniyle ertelendi ve önceki model GLM-5.2, siber saldırı talimatlarını neredeyse hiç reddetmediği için eleştirildi. Mythos 5, kamuya hiç açılmamış ve yalnızca onaylı ortaklarla sınırlı olmasına rağmen en tehlikeli saldırı görevinde çok daha yetenekli. Daha geniş anlamda, açık ağırlıklı modeller siber görevlerde sınır oluşturan kısıtlı modellerle arasındaki yetenek farkını hızla kapatırken, güvenlik önlemleri hala çok daha zayıf durumda. Çin'in en iyi yapay zeka modellerinin ihracına yönelik belirsiz düzenleyici ortamı, GLM-5.3'ün ağırlıklarının Z.ai'nin pazarlamasının vaat ettiği kadar özgürce kullanıma sunulup sunulmayacağına dair bir başka karmaşıklık katmanı ekliyor.