Anthropic红队评测GLM-5.3与Claude二进制漏洞利用能力

2026年9月30日，Simon Willison发布Anthropic前沿红队评估报告。团队基于内部二进制利用基准的100个随机任务，对比了GLM-5.3与Claude Mythos Preview在二进制漏洞利用上的表现。结果显示，GLM-5.3在4%的试验中实现了完整的控制流劫持，而Claude Mythos Preview为6%。报告指出，早期模型如Claude Opus 4.6和GLM-5.2在该任务上均未成功，表明AI在二进制利用能力上已跨越一个重要阈值。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。