🚨 Anthropic протестировала китайскую GLM-5.3 на задачах кибербезопасности - результаты оказались близки к закрытым моделям.

На ExploitBench модель собрала рабочие цепочки эксплуатации в 50 из 410 попыток. В изолированной среде она за день нашла несколько новых уязвимостей браузера и объединила их в атаку, позволявшую читать файлы с тестовой машины.

Младшая GLM-5.3-Flash также смогла связать две известные уязвимости Chrome в рабочую цепочку: около 8 часов работы модели, 20 минут человека и $20,40 затрат.

Отдельно Anthropic проверила защитные ограничения: после модификации весов уровень отказов удалось снизить с более чем 90% до единиц процентов почти без потери возможностей модели.

Стоимость такой модификации Anthropic оценила примерно в $4 400, а для опытной команды — около $1 200.