Anthropic Frontier Red Team：GLM-5.3 与高级网络能力的扩散

Anthropic Frontier Red Team 在内部 Binary Exploitation 基准的 100 个随机任务上评估多个模型，发现 GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%；而更早的 Claude Opus 4.6 和 GLM-5.2 均未成功。该团队认为一个有意义的能力门槛已被跨过。

AI推荐理由 Anthropic Frontier Red Team 引用其内部 Binary Exploitation 基准的 100 个随机任务结果：GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%，而 Claude Opus 4.6 与 GLM-5.2 均未成功。这是关于前沿模型高级网络攻击能力出现门槛性变化的具体量化证据，对 AI 安全与模型能力评估有参考价值；但仅为二手引用片段，缺少基准细节、样本量与可复现信息，且属转述而非原始报告全文。