Anthropic 官方评测:GLM‑5.3 安全能力追平Anthropic 内部前沿模型-Mythos Preview

Anthropic 在 9 月 29 日发布网络安全专项研究报告，爆出重磅结论：智谱 GLM‑5.3 在漏洞利用测试上，性能接近 Anthropic 内部未对外发布的 Mythos Preview。

Mythos Preview 是 Anthropic 的前沿旗舰模型，仅小范围定向开放，以强大的自主漏洞挖掘、端到端攻击链构建能力闻名，此前长期处于闭源状态。而 GLM‑5.3 作为开源权重模型，拿到对标成绩，在行业内引发不小震动。

核心测试数据（ExploitBench）

ExploitBench 是评估 AI 自主挖掘、利用真实软件漏洞的权威基准。

• GLM‑5.3：410 次测试尝试，50 次成功完成端到端漏洞利用
• Claude Mythos Preview：410 次测试尝试，56 次成功二者差距很小，代表 GLM‑5.3 已经具备自主搭建完整漏洞攻击链的能力。报告中提到，研究团队使用 GLM‑5.3，在隔离环境下成功发现浏览器未知漏洞，并且完整验证攻击链路。

补充：在 CyberGym 白盒漏洞识别任务，GLM-5.3 得分 84.5%，甚至略高于 Mythos Preview。

关键区别：开源 vs 闭源

✅ GLM‑5.3：开源权重模型，任何人都可以下载部署、本地运行。

✅ Mythos Preview：Anthropic 内部前沿模型，不对外公开发布，仅限定向小范围测试。这也是本次事件最有冲击力的一点：国产开源模型，在高危网络安全能力上摸到了海外闭源顶尖模型的水平。

⚠️ 报告同时给出风险提示

Anthropic 也在报告强调安全隐患：测试中，攻击者可以用简单手段，64%~100% 概率绕过 GLM‑5.3 内置安全防护；而同类攻击手段无法攻破 Claude 系列防护。这意味着 GLM‑5.3 虽然能力强，但安全防护门槛还有提升空间。NIST 下属 CAISI 评估，GLM‑5.3 是当前网络安全能力最强的开放权重大模型。

行业解读

过去，顶尖的自主漏洞挖掘能力，一直被海外少数闭源前沿模型垄断。GLM‑5.3 依托 “后训练缩放” 方案，基座不变，依靠大规模强化学习把代码、Agent、安全能力拉到新高度。这份 Anthropic 出具的评测，相当于对手方认可国产开源模型在高危安全任务上，已经摸到顶级闭源模型的门槛。但能力是双刃剑：强大漏洞挖掘能力，既可用来防守、发现系统隐患；也可能被攻击者利用挖掘漏洞，安全防护是不可忽视的重点。

一句话小结：Anthropic 实测，智谱 GLM‑5.3 漏洞利用能力接近闭源 Mythos Preview，作为开源模型意义重大，但模型安全防护存在短板。

💬 互动话题开源模型拥有顶尖漏洞挖掘能力，机遇和风险哪个更大？欢迎评论区聊聊。