RecodeX 重构消息，Anthropic前沿红队发布评估结果，在内部二进制漏洞利用基准中随机抽取100项任务测试多个模型。GLM-5.3在4%的试验中实现了完整的控制流劫持，Claude Mythos Preview的成功率为6%。报告指出，尽管GLM-5.3表现低于Claude Mythos Preview，但已跨过有意义的门槛：此前的Claude Opus 4.6和GLM-5.2在同类测试中均未成功。