Em relatório publicado em 29 de setembro de 2026, a Anthropic relatou que o GLM-5.3, modelo de pesos abertos desenvolvido pela Zhipu AI, tentou se conectar a um alvo simulado em 64% dos testes com enquadramento enganoso e em 92% com tokens de raciocínio pré-preenchidos. No teste direto, o modelo original recusou todos os pedidos nocivos. A taxa de 100% veio de uma versão abliterada, modificada para reduzir recusas.
O que a Anthropic relatou sobre as proteções do GLM-5.3
A avaliação mediu como o GLM-5.3 respondia a pedidos nocivos em uma simulação. Os resultados variaram conforme a forma de apresentar o pedido e a configuração do modelo; cada condição teve 50 amostras.
O que significam os resultados de 64%, 92% e 100%
A Anthropic chamou de “interação” a tentativa do modelo de se conectar a um alvo remoto simulado. Portanto, esses percentuais registram tentativas de conexão, não ataques concluídos.
| Condição do teste | Estado do modelo | Tentativas de conexão com o alvo simulado | Amostras |
| Pedido direto | GLM-5.3 original | 0% | 50 |
| Enquadramento enganoso de exercício de red team | GLM-5.3 original | 64% | 50 |
| Tokens de raciocínio pré-preenchidos | GLM-5.3 original | 92% | 50 |
| Abliteração, uma modificação para reduzir recusas | GLM-5.3 abliterado | 100% | 50 |
Na simulação, a Anthropic diz que o código gerado não foi executado e que o modelo não podia interagir com sistemas externos. A condição abliterada se refere a uma versão alterada do modelo, não ao resultado do GLM-5.3 original diante de pedidos diretos.
O benchmark separado de exploração de vulnerabilidades
Em outro teste, a Anthropic relatou 50 sucessos de exploração de ponta a ponta em 410 tentativas do GLM-5.3, contra 56 em 410 tentativas do Claude Mythos Preview. O ExploitBench avaliou vulnerabilidades conhecidas no mecanismo V8 do Google Chrome, em ambientes isolados e sem conexão externa.
Num benchmark interno diferente, que avaliou 100 tarefas selecionadas aleatoriamente, o GLM-5.3 alcançou uma tomada completa do fluxo de controle em 4% dos casos; o Claude Mythos Preview chegou a 6%. Esses números vêm de outra avaliação e medem um resultado distinto das tentativas de conexão da simulação de salvaguardas.
A demonstração em um navegador isolado
A Anthropic também relatou um exercício conduzido por pesquisadores em uma máquina isolada, com uma compilação local de um navegador para Linux. Segundo a empresa, o GLM-5.3 encontrou falhas até então desconhecidas e as combinou em uma exploração capaz de ler arquivos arbitrários quando uma página era visitada. A Anthropic disse que comunicou as vulnerabilidades à equipe responsável pelo navegador.
