Anthropic 红队评测 GLM-5.3 与 Claude Mythos Preview 的二进制漏洞利用能力

Anthropic Frontier Red Team 在内部 Binary Exploitation 基准的 100 个随机任务上评测多个模型，GLM-5.3 在 4% 的试验中发展出完整的控制流劫持，Claude Mythos Preview 为 6%。报告指出这一水平已跨过有意义的门槛，此前的 Claude Opus 4.6 和 GLM-5.2 在这些任务上均未成功。