Anthropic Frontier Red Team：GLM-5.3 在二进制漏洞利用基准上 4% 试验中实现完整控制流劫持

Anthropic Frontier Red Team 在 100 道内部 Binary Exploitation 基准随机任务上评测多个模型，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%。早期模型如 Claude Opus 4.6 和 GLM-5.2 则无一成功，作者认为一个有意义的门槛已被跨过。