Anthropic 威胁报告点名 GLM-5.3：最强开放权重攻击模型，护栏可绕过

Anthropic 9 月 30 日发布威胁报告，点名智谱 8 月开源的 GLM-5.3：迄今攻击能力最强的开放权重模型，且安全护栏易被绕过。量子位的报道角度是「这算不算给 GLM 打广告」——报告把攻防两面的数字都摆了出来。

事实部分

• ExploitBench：GLM-5.3 得 50 分（410 次尝试），Anthropic 自家 Claude Mythos Preview 为 56 分。
• 第三方口径：NIST/CAISI 9 月 17 日已称 GLM-5.3 是最强开放权重模型，攻击能力约落后美国前沿 4 个月。
• 护栏绕过：消融（abliteration）处理后的权重约 4,400 美元即可把拒答率从 90% 以上压到个位数。
• 复现案例：研究员用 GLM-5.3 约 8 小时、20.40 美元 API 成本搭出 ARM64 攻击链（利用 Chrome CVE-2026-11645）。
• 背景：这是 Anthropic 9 月 10 日指控七家中国实验室（含智谱）蒸馏其模型之后又一次点名；报告未否认 GLM-5.3 开源发布本身合法。

编辑判断

开放权重的攻防两面被放进同一份报告：模型强是真的，护栏脆也是真的——这正是开放权重模型的常态，而不是智谱独有的问题。对做模型安全准入的团队，报告里可直接复用的是两个数字：ExploitBench 分数线与 4,400 美元的消融成本。注意信源是竞对实验室的威胁报告，Nex-N2.5 等开放权重模型在智能体跑分上的表现可作交叉参照；把「威胁报告」当营销读、也当技术数据读，两个都做。