GLM-5.3 của Z.ai so với Mythos 5 của Anthropic: Ai mới là 'ông trùm' an ninh mạng?

Khả năng khai thác lỗ hổng (Exploitation Capabilities)

• ExploitBench (suy luận nguyên nhân gốc rễ & tạo mã khai thác hoạt động): GLM-5.3 đạt 54,4% – gấp đôi người tiền nhiệm GLM-5.2 (24,4%), nhưng vẫn xa vời so với Mythos 5 ở mức 78,0% và GPT-5.6 Sol ở mức 76,5% . Đây là khoảng cách rõ ràng nhất giữa hai mô hình.
• ExploitGym (số nhiệm vụ khai thác hoàn thành trong ngân sách 2 giờ): GLM-5.3 hoàn thành 105 nhiệm vụ so với 29 của GLM-5.2, nhưng dữ liệu so sánh tương ứng của Mythos 5 trên thước đo cụ thể này chưa được công bố .

Các benchmark tổng quát khác (lập trình & tác vụ agent)

Lưu ý: Mythos 5 đạt 80,3% trên SWE-bench Pro (lập trình agent), nhưng không có so sánh trực tiếp trên các benchmark cụ thể này giữa cả hai mô hình . Tất cả cải thiện của GLM-5.3 chỉ đến từ việc mở rộng huấn luyện sau (post-training) – mô hình nền 743 tỷ tham số không được huấn luyện lại .

Cách tiếp cận mã nguồn mở & Biện pháp an toàn

• Phát hành open-weight bị trì hoãn: GLM-5.3 có sẵn qua API và các gói lập trình ngay lập tức, nhưng bản quyền trọng số có thể tải xuống (open weights) bị gác lại chờ đánh giá an toàn – ít nhất hai tuần, theo Z.ai . Đây là sự thay đổi so với GLM-5.2, vốn được phát hành hoàn toàn dưới dạng open-weight vào ngày 16 tháng 6 năm 2026 .
• Đánh giá an toàn trước đó (GLM-5.2): Một đánh giá của CAISI (NIST) vào tháng 7 năm 2026 cho thấy các biện pháp bảo vệ của GLM-5.2 là "lẫn lộn" – nó cho phép hỗ trợ phát triển mã khai thác mạng (cyber exploit) dạng agent và cho thấy khả năng từ chối các hướng dẫn rủi ro cao rất yếu . Một báo cáo riêng của SaferAI cho thấy GLM-5.2 đã từ chối 0% các hướng dẫn mạng rủi ro cao và có tỷ lệ tái tạo lỗ hổng 76%, chỉ chậm hơn GPT-5.5 khoảng 2–4 tháng về khả năng tấn công mạng .
• Cách tiếp cận của Mythos 5 hoàn toàn ngược lại: Anthropic chưa bao giờ công khai Mythos 5. Quyền truy cập bị giới hạn ở khoảng 200 tổ chức đã được thẩm định (bao gồm cả chính phủ Mỹ) trong khuôn khổ Dự án Glasswing . Anthropic cũng tách mô hình này thành một biến thể "Fable 5" đã được 'khử độc' để sử dụng chung, và biến thể này đạt 0% trên các tác vụ tấn công mạng .

Bối cảnh ngành & Quản lý

• Áp lực quản lý từ Trung Quốc: Vào tháng 7 năm 2026, chính quyền Trung Quốc đã tổ chức các cuộc họp với các công ty AI hàng đầu về khả năng hạn chế truy cập nước ngoài vào các mô hình AI tiên tiến nhất của Trung Quốc, bao gồm cả những mô hình chưa được phát hành . Điều này tạo ra sự không chắc chắn về việc liệu các trọng số của GLM-5.3 cuối cùng có được xuất khẩu tự do hay không.
• Sức hút từ các nhà phát triển phương Tây: Bất chấp những lo ngại này, Z.ai báo cáo sự chấp nhận ngày càng tăng từ các nhà phát triển phương Tây, và GLM-5.3 đang giành được uy tín như một mô hình mã nguồn mở có tính cạnh tranh ở cấp độ tiên phong .
• Bắt kịp của mô hình open-weight: TechCrunch đưa tin vào tháng 8 năm 2026 rằng các mô hình open-weight như GLM-5.2 đang bắt kịp các phòng thí nghiệm tiên phong về năng lực mạng và sinh học, nhưng "khoảng cách an toàn vẫn còn" – các mô hình này có cơ chế từ chối yếu hơn nhiều so với các đối tác bị hạn chế .

Những lưu ý chính

1. Các benchmark do Z.ai tự báo cáo. Điểm số CyberGym và ExploitBench của GLM-5.3 đến từ phương pháp thử nghiệm của riêng Z.ai, không phải từ một đơn vị kiểm toán độc lập bên thứ ba .
2. Điểm số của Mythos 5 cũng có thể mang tính bảo thủ. Anthropic báo cáo ExploitBench của Mythos 5 là 78,0%, và SWE-bench Pro là 80,3% – những con số này cũng đến từ đánh giá của chính Anthropic .
3. Khoảng cách ExploitBench là rất lớn. Khoảng cách 23,6 điểm phần trăm về khả năng khai thác cho thấy Mythos 5 vượt trội hơn đáng kể ở khả năng tấn công nguy hiểm nhất – tạo ra mã khai thác đang hoạt động từ phân tích nguyên nhân gốc rễ .
4. Tình trạng open-weight còn bỏ ngỏ. GLM-5.3 chưa thực sự là open-weight; việc tải xuống bị chặn cho đến khi hoàn tất tăng cường an toàn. Nếu các trọng số không bao giờ được phát hành công khai, thì sự khác biệt về "mã nguồn mở" so với Mythos 5 sẽ thu hẹp đáng kể .

Kết luận

GLM-5.3 tuyên bố dẫn đầu hẹp so với Mythos 5 trong phát hiện lỗ hổng (84,5% so với 83,8% trên CyberGym), nhưng bị tụt lại đáng kể trong khai thác lỗ hổng (54,4% so với 78,0% trên ExploitBench). Việc phát hành open-weight của nó bị trì hoãn để xem xét an toàn, và người tiền nhiệm GLM-5.2 đã được đánh giá là có khả năng từ chối các hướng dẫn tấn công mạng gần như bằng không. Mythos 5 vẫn bị hạn chế hơn nhiều - chưa bao giờ được công khai, chỉ giới hạn cho khoảng 200 đối tác đã được thẩm định - nhưng cũng có năng lực vượt trội hơn nhiều ở nhiệm vụ tấn công nguy hiểm nhất: tạo ra các mã khai thác hoạt động. Hàm ý rộng hơn là các mô hình open-weight đang nhanh chóng thu hẹp khoảng cách năng lực với các mô hình tiên phong bị hạn chế trong các tác vụ mạng, trong khi các biện pháp bảo vệ an toàn vẫn còn yếu hơn đáng kể. Sự không chắc chắn về quy định của Trung Quốc trong việc xuất khẩu các mô hình AI hàng đầu càng thêm một lớp phức tạp cho việc liệu các trọng số của GLM-5.3 có bao giờ được phổ biến rộng rãi như những gì tiếp thị của Z.ai gợi ý hay không.