Anthropic红队评估：GLM-5.3二进制利用能力弱于Claude Mythos

Anthropic前沿红队于2026年9月30日发布报告，评估多个模型在内部二进制利用基准的100个任务上的表现。结果显示，GLM-5.3在4%的试验中实现完整控制流劫持，而Claude Mythos Preview为6%，更早的Claude Opus 4.6和GLM-5.2均未成功。报告指出高级网络能力正在扩散，但GLM-5.3的利用能力低于Anthropic自家最新模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。