Anthropic Frontier Red Team 评测 GLM-5.3 与 Claude Mythos Preview 的二进制利用能力

Anthropic Frontier Red Team 在内部 Binary Exploitation 基准随机抽取的 100 个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%。