GLM-5.3 漏洞檢測贏 Mythos 5，但真正「開刀」仲爭好遠

開源 vs 封閉：網絡安全AI嘅攻防戰

2026年8月14日，中國AI初創Z.ai推出咗佢哋嘅新一代開源模型GLM-5.3，號稱喺漏洞檢測能力上超越咗Anthropic嘅封閉式模型Mythos 5。呢個宣稱即時喺科技界引起咗唔少討論，因為背後涉及嘅唔止係AI能力嘅比拼，仲有關於開源安全、模型監管同中美AI競賽嘅深層次問題。

漏洞檢測：GLM-5.3 贏咗少少

喺CyberGym呢個測試模型能否從源碼中找出並驗證真實漏洞嘅基準入面，GLM-5.3取得咗84.5%嘅分數，稍稍高過Mythos 5嘅83.8%同OpenAI GPT-5.6 Sol嘅83.6%。 Z.ai更話喺訓練過程中，GLM-5.3發現咗2,436個之前從未公開過嘅真實漏洞，呢個能力嘅增長「快過預期」。

但要注意，呢啲分數係Z.ai自己報告嘅，暫時未有獨立第三方核實。

製作攻擊程式：Mythos 5 拋離幾條街

漏洞檢測只係第一步，真正危險嘅係將漏洞變成可以實際用嘅攻擊程式。喺ExploitBench呢個測試更深層次攻擊能力嘅基準上，GLM-5.3嘅54.4%雖然比上一代GLM-5.2嘅24.4%進步咗好多，但對比Mythos 5嘅78.0%同GPT-5.6 Sol嘅76.5%，仍然有23.6個百分點嘅明顯差距。

換句話講，GLM-5.3喺「發現邊度有問題」方面贏咗少少，但喺「點樣利用呢個問題」方面仲有好大距離。

開放權重：唔再係即時開放

GLM-5.3可以即時用API或者Z.ai嘅Coding Plan（月費$18美元）使用，但下載模型權重就要等至少兩星期嘅安全審查。 呢個做法同上一代GLM-5.2好唔同——GLM-5.2喺2026年6月16號推出時係完全開放權重嘅。

爲咗咁樣？可能同GLM-5.2嘅安全評估報告有關。美國NIST旗下嘅CAISI組織喺2026年7月評估，發現GLM-5.2嘅安全機制「好壞參半」，尤其係會協助開發網絡攻擊程序，對高風險指令嘅拒絕能力好弱。 另一份由SaferAI嘅報告更指出，GLM-5.2對高風險網絡攻擊指令嘅拒絕率係0%，漏洞重現率高達76%，呢啲數字都令人憂慮。

Mythos 5 嘅做法完全相反

Anthropic從來冇公開過Mythos 5。呢個模型只限約200間經審查嘅機構使用，包括美國政府，呢個計劃叫做「Project Glasswing」。 Anthropic仲將模型拆分成一個安全版「Fable 5」畀公眾使用，呢個版本喺網絡攻擊任務上嘅分數係0%。

換句話講，Anthropic嘅策略係：你知道Mythos 5好勁，但你用唔到；你要用嘅係經安全處理嘅弱化版。

編程同其他基準表現

基準	GLM-5.3	GLM-5.2 (上一代)
Terminal-Bench 3.0	28.3	4.6
DeepSWE v1.1	66.9	46.2
Agents' Last Exam (CLI)	28.5	23.8
Z.ai 內部編程基準	約提升50%	基線

值得留意嘅係，GLM-5.3所有嘅進步都係透過後續強化訓練（post-training）完成嘅，底層嘅743B參數模型冇重新訓練過。 Mythos 5喺SWE-bench Pro（智能編程）取得80.3%，但呢啲基準喺兩個模型之間冇直接可比數據。

監管環境同業界影響

• 中國監管壓力：2026年7月，中國當局召見頂尖AI公司，討論可能限制中國最先進AI模型嘅海外輸出，包括未發布嘅模型。 呢個令GLM-5.3嘅權重最終能否自由出口存在不確定性。
• 西方開發者採用：儘管有呢啲考慮，Z.ai話西方開發者嘅採用率正在增長，GLM-5.3正逐漸被視為一個有競爭力嘅開源模型。
• 開放權重模型追趕：TechCrunch喺2026年8月報道，開放權重模型好似GLM-5.2正在追趕頂尖實驗室嘅網絡同生物安全能力，但「安全差距仍然存在」——呢啲模型嘅拒絕機制遠弱於封閉式模型。

關鍵注意事項

1. Z.ai 自報分數：GLM-5.3嘅CyberGym同ExploitBench分數來自Z.ai自己嘅測試方法，唔係獨立第三方審計。
2. Mythos 5 分數也可能保守：Anthropic報告Mythos 5嘅ExploitBench係78.0%，SWE-bench Pro係80.3%——呢啲數字都係Anthropic自己嘅評估。
3. ExploitBench差距好大：23.6個百分點嘅差距，顯示Mythos 5喺最危險嘅攻擊能力——透過根因分析產生可用攻擊程式——方面，遠遠勝過GLM-5.3。
4. 開放權重未落實：GLM-5.3目前未係真正嘅開放權重，下載被阻止，要等安全加固。如果權重最終冇公開，同Mythos 5嘅「開源」區別就會大大縮窄。

總結

GLM-5.3喺漏洞檢測上（CyberGym 84.5% vs 83.8%）聲稱些微領先Mythos 5，但喺攻擊程式開發上（ExploitBench 54.4% vs 78.0%）就明顯落後。佢嘅開放權重要延遲安全審查，而上一代GLM-5.2被評為對網絡攻擊指令幾乎零拒絕。Mythos 5始終保持高度限制——從未公開，只限約200間經審查合作夥伴——但喺最危險嘅攻擊任務上能力更強。

更大嘅啟示係：開放權重模型喺網絡任務上正快速縮窄同封閉式頂尖模型嘅能力差距，但安全保護機制仍然明顯較弱。中國對頂尖AI模型出口嘅監管不確定性，亦令GLM-5.3嘅權重最終能否如Z.ai所宣傳嘅自由開放，存在變數。