Anthropic Frontier Red Team 评估：GLM-5.3 与 Claude Mythos Preview 的二进制利用能力对比

Anthropic Frontier Red Team 在二进制利用基准上测试多款模型，GLM-5.3 在 4% 的任务中实现完整控制流劫持，Claude Mythos Preview 达到 6%。这一结果表明AI模型已跨越关键门槛，此前 Claude Opus 4.6 和 GLM-5.2 在该基准上完全无法成功。