Anthropic 红队：GLM-5.3 与 Claude Mythos Preview 在二进制漏洞利用基准上的表现

Anthropic Frontier Red Team 在内部 Binary Exploitation 基准中随机抽取 100 个任务评测多个模型，发现 GLM-5.3 在 4% 的试验中实现了完整的控制流劫持，Claude Mythos Preview 为 6%。