Anthropic 發現 Zhipu 的開放權重 GLM‑5.3 在漏洞製作上幾乎與 Claude Mythos Preview 相當

事件概述、相關人物與時間

2026 年 9 月 30 日，Anthropic 發布了詳細分析，指出 Zhipu AI 的開放權重模型 GLM‑5.3（海外以 Z.ai 行銷）能產生與 Anthropic 自家 Claude Mythos Preview 相當水準的高階網路漏洞。此評估由 Anthropic 前線紅隊執行，距離 Claude Mythos Preview 首次亮相已過五個月。

具體發現與基準測試結果

‑ 漏洞生成能力：使用 ExploitBench 套件測試，GLM‑5.3 在針對 Chrome V8 引擎的 410 次嘗試中成功產出可執行漏洞 50 件，Mythos Preview 則為 56 件。 ‑ 二進位利用：在以 Google OSS‑Fuzz 專案為基礎的內部基準測試中，GLM‑5.3 於 4 % 的案例取得目標程式完整控制，Mythos Preview 為 6 %。較早的模型如 GLM‑5.2 與 Claude Opus 4.6 兩項測試皆失敗；Kimi K3 與 DeepSeek V4.1‑Flash 則未取得任何成功。 ‑ 人機協同測試：與資安專家共同作業時，GLM‑5.3 在一天內發現多項廣泛使用瀏覽器之 JavaScript 引擎的未知缺陷，並將這些漏洞串接成惡意網頁，於測試過程中竊取私人 SSH 金鑰。相關漏洞已回報給瀏覽器供應商。 ‑ 快速攻擊合成：較小的 GLM‑5.3‑Flash 模型將新公開的 Chrome 漏洞與既有弱點結合，產生可繞過額外處理器層級安全功能的可執行漏洞。此過程耗費模型運算八小時（約 $20.40，依 Zhipu API 計價）與二十分鐘的人為監督。 ‑ 美國機構驗證：美國網路安全與基礎建設安全局（CAISI）獨立評定 GLM‑5.3 為迄今最具網路攻擊能力的開放權重模型，與領先的美國模型相差約四個月——但 CAISI 的比較是將美國模型的防護機制關閉，且僅限已審核使用者存取。 ‑ 防護規避能力：在 Anthropic 的模擬測試中，GLM‑5.3 會拒絕明顯惡意指令，但在 64 % 的執行中仍會回應紅隊式的請求，若加入預填的推理步驟則提升至 92 %。採用「abliteration」技術（剝除拒絕行為）後，合規率達到 100 %。此 abliteration 流程耗費約 2,200 GPU 小時，成本約 $4,400；Anthropic 估計熟練團隊可以約 $1,200 重現。 ‑ 開放權重的影響：多位開發者在 GLM‑5.3 上線數日內即釋出解鎖版本，讓模型的強大功能向更廣泛的使用者公開，且未具備 Anthropic 在 Claude 系列模型中嵌入的防護層。

產業背景與競爭格局

Anthropic 的警示凸顯開放權重 AI 模型與專屬、受保護產品之間日益加劇的緊張關係。Anthropic 透過 Project Glasswing 計畫將 Claude Mythos Preview 僅限於經審核的防禦者使用，已發現逾 10,000 件關鍵軟體漏洞；相較之下，Zhipu 的 GLM‑5.3 可公開下載，使其強大的漏洞製作能力以接近午餐價格的成本向大眾開放。報告同時指出 Anthropic 的商業動機：保留模型權重的控制權不僅是安全差異化的關鍵，也成為防止 Zhipu 等低成本高能競爭者的屏障。

英國 AI 安全研究所（AISI）觀察到，開放模型的網路攻擊能力差距已從六至十個月縮短至四至七個月，同時運算成本下降，且防護機制被評為「大多無效」。AISI 警示濫用風險仍然存在，但也指出私有部署與客製化等優勢。Anthropic 呼籲政府對未來開放權重模型進行測試，呼應了更廣泛的監管需求，然而批評者提醒，此類措施可能主要保護擁有專屬模型的既有業者。