Anthropic Frontier Red Team：GLM-5.3 在 Binary Exploitation benchmark 中 4% 试验实现控制流劫持

Anthropic Frontier Red Team 在内部 Binary Exploitation benchmark 中随机抽取 100 项任务评估多个模型，GLM-5.3 在 4% 的试验中实现了完整控制流劫持，Claude Mythos Preview 的比例为 6%。Claude Opus 4.6 和 GLM-5.2 在这些任务中均未成功。