动察 Beating AI News Flash: Anthropic lanzó una evaluación de ciberseguridad de GLM-5.3, originalmente destinada a advertir que los modelos de código abierto podrían reducir la barrera para los ciberataques. Pero los resultados de la prueba también le dieron a GLM-5.3 un fuerte respaldo de un tercero: ya puede completar de forma autónoma exploits de vulnerabilidades complejas, con algunas capacidades acercándose a la Vista Previa de Claude Mythos de Anthropic. La cotización de Zhipu subió más de un 2% en un momento durante la sesión de negociación de hoy.En ExploitBench, GLM-5.3 completó exploits de vulnerabilidades de extremo a extremo en 50 de 410 intentos, mientras que la Vista Previa de Claude Mythos completó 56. Claude Opus 4.6, GLM-5.2, Kimi K3 y DeepSeek-V4.1-Flash obtuvieron puntajes cercanos a 0 en la misma prueba. Anthropic afirmó que la capacidad de explotación de GLM-5.3 ha superado un umbral claro.Los investigadores hicieron que GLM-5.3 examinara un navegador común en un entorno aislado (sandbox). En un día, descubrió múltiples vulnerabilidades previamente desconocidas y encadenó varios 0-days en una cadena de ataque completa. La página web maliciosa resultante pudo escapar del sandbox del navegador y leer archivos arbitrarios directamente en el computador, incluidas las claves privadas SSH.Incluso el modelo más pequeño GLM-5.3-Flash podía convertir vulnerabilidades de Chrome ya públicas en una cadena de ataque utilizable. Todo el proceso requirió solo unos 20 minutos de intervención humana, con el modelo ejecutándose por sí solo durante 8 horas. Calculado con los precios de la API de Zhipu, el costo fue de apenas 20,40 dólares.La crítica de Anthropic a GLM-5.3 se centró principalmente en restricciones de seguridad. Originalmente, GLM-5.3 se negaría a solicitudes maliciosas directas, pero al cambiarse a un contexto falso de "pruebas de red team", el 64% de los tests seguiría ejecutándose; después de rellenar previamente el contenido de razonamiento del modelo, esto subió al 92%; y al modificar directamente los pesos abiertos para eliminar el mecanismo de rechazo, se alcanzó el 100%. Anthropic cree que los pesos abiertos permiten a los atacantes desmantelar directamente estas restricciones de seguridad.Este informe buscaba demostrar qué tan peligroso es GLM-5.3, pero su efecto de difusión fue muy parecido a que un competidor escribiera personalmente un anuncio de desempeño. El NIST de EE. UU. ya había llegado de forma independiente a una conclusión similar, al afirmar que GLM-5.3 es actualmente el modelo de código abierto con las capacidades de ciberseguridad más fuertes, aunque sus capacidades generales todavía quedan aproximadamente 4 meses por detrás de los modelos punteros de EE. UU.