> ## Content Index
> Fetch the complete content index at: https://aihub.vnpay.vn/llms.txt
> Use this file to discover other available public pages before exploring further.

# Anthropic cảnh báo GLM-5.3 của Z.ai tiến gần Mythos Preview về khả năng khai thác lỗ hổng
- URL: https://aihub.vnpay.vn/anthropic-canh-bao-glm-5-3-cua-z-ai-tien-gan-mythos-preview-ve-kha-nang-khai-thac-lo-hong/
- Published: 2026-09-30T10:13:54.000Z
- Updated: 2026-09-30T10:13:53.000Z
- Description: Anthropic báo cáo mô hình mã nguồn mở GLM-5.3 của Z.ai đã tiến gần Claude Mythos Preview về khả năng dựng exploit, trong khi rào chắn an toàn dễ bị vượt qua.
- Author: Nguyễn Ngọc Hải
- Tags: Tin tức, GLM

Ngày 29/09/2026, Anthropic công bố báo cáo nghiên cứu về **GLM-5.3**, mô hình của công ty Trung Quốc Z.ai (Zhipu AI) được phát hành với trọng số mở (open-weight), tức ai cũng có thể tải về và tự chạy \[1\]\[3\]. Theo Anthropic, mô hình này có thể tự dựng exploit (mã khai thác lỗ hổng) ở mức tiệm cận Claude Mythos Preview, trong khi gần như không có biện pháp chống lạm dụng \[1\]. Trước đó, ngày 17/09, CAISI, đơn vị thuộc Viện Tiêu chuẩn và Công nghệ Hoa Kỳ (NIST), cũng đã đánh giá GLM-5.3 là mô hình mở mạnh nhất về an ninh mạng tính đến nay \[2\].

Bài này tóm tắt các kết quả, tách phần nào do Anthropic công bố, phần nào do cơ quan độc lập và chính Z.ai công bố, để người đọc tự đánh giá mức độ đáng tin.

![](https://aihub.vnpay.vn/content/images/2026/09/glm53-vuot-rao-chan.gif)

## GLM-5.3 dựng exploit tốt đến đâu theo kết quả của Anthropic

Anthropic chạy các bài kiểm tra trong môi trường tách biệt, chỉ tấn công mục tiêu ngoại tuyến \[1\]. Các kết quả chính:

- **ExploitBench** (biến lỗ hổng đã biết trong engine V8 của Chrome thành exploit hoàn chỉnh): GLM-5.3 thành công 50/410 lần thử (khoảng 12%), so với 56/410 của Claude Mythos Preview. Các mô hình cũ hơn như Opus 4.6, GLM-5.2, Kimi K3 và DeepSeek V4.1-Flash đạt bằng hoặc gần 0% \[1\].
- **Bài kiểm tra khai thác nhị phân:** GLM-5.3 chiếm được toàn bộ luồng điều khiển trong 4% trường hợp, Mythos Preview đạt 6%, các mô hình còn lại 0% \[1\].
- **Thử nghiệm thực tế:** một nhà nghiên cứu dùng GLM-5.3 trên bản trình duyệt chạy trong môi trường cô lập, và trong khoảng một ngày với rất ít sự giám sát của con người, mô hình tìm ra nhiều lỗ hổng chưa từng công bố rồi nối chúng thành chuỗi khai thác lấy được khoá SSH của người truy cập trang \[1\].

## Chi phí tấn công giảm mạnh

Anthropic cho biết bản nhỏ **GLM-5.3-Flash** biến hai lỗi Chrome đã công khai (N-day) thành chuỗi exploit chạy được trong khoảng tám giờ chạy mô hình và 20 phút con người hướng dẫn, với chi phí API khoảng **20,40 USD** \[1\]\[6\]. Đây là điểm đáng chú ý nhất về mặt kinh tế: thời gian từ lúc lỗ hổng được công bố đến lúc có thể bị khai thác đang co lại và chi phí không còn là rào cản lớn.

## Rào chắn an toàn dễ bị vượt qua

GLM-5.3 từ chối các yêu cầu tấn công trực diện (0% tuân theo), nhưng tỷ lệ này tăng lên khi người thử dùng thủ thuật đơn giản \[1\]:

| Điều kiện thử                          | GLM-5.3 tuân theo yêu cầu | Mô hình Claude có bảo vệ |
| -------------------------------------- | ------------------------- | ------------------------ |
| Yêu cầu trực tiếp                      | 0%                        | 0%                       |
| Dựng câu chuyện che đậy                | 64%                       | 0%                       |
| Chèn sẵn phần suy luận                 | 92%                       | 0%                       |
| Phiên bản đã gỡ rào chắn (abliterated) | 100%                      | 0%                       |

Mỗi ô thử nghiệm dùng 50 mẫu (năm cách ra lệnh, hai mục tiêu, năm lần thử) \[1\]. Việc gỡ rào chắn khỏi mô hình mở cũng rẻ: theo Anthropic, tốn khoảng 4.400 USD điện toán, khiến tỷ lệ từ chối các yêu cầu có hại giảm từ trên 90% xuống còn khoảng 3% và 2% ở hai bộ đánh giá JailbreakBench, HarmBench và 12% ở StrongREJECT \[1\]. Điều này có nghĩa với mô hình mở, rào chắn do nhà phát triển cài đặt không đủ để ngăn người dùng cố ý gỡ bỏ.

## NIST CAISI: mạnh nhất trong nhóm mô hình mở nhưng còn kém xa Mỹ

Đánh giá độc lập của CAISI (17/09/2026) cho hai kết luận cần đọc cùng nhau \[2\]:

- GLM-5.3 là **"mô hình mở có năng lực an ninh mạng cao nhất từ trước đến nay"**.
- Năng lực của nó **"thấp hơn đáng kể"** so với các mô hình hàng đầu hiện nay của Mỹ, chậm hơn khoảng bốn tháng theo các thước đo tổng hợp.

![](https://aihub.vnpay.vn/content/images/2026/09/glm53-caisi-so-voi-my.gif)

Trên cả bốn bài kiểm tra (SEC-Bench Pro, ExploitBench, ExploitGym, CAISI OSS-Fuzz), GLM-5.3 vượt rõ mô hình Trung Quốc trước đó là Kimi K3 nhưng vẫn thấp hơn nhiều so với mô hình Mỹ tốt nhất, ví dụ ExploitGym 9,4% so với 44,4% \[2\].

## Z.ai đã làm gì và tự công bố gì

- **Hoãn phát hành trọng số:** Z.ai công bố GLM-5.3 ngày 14/08/2026, nhưng giữ trọng số lại hai tuần cho đến 28/08, lần đầu tiên hãng hoãn một bản phát hành GLM. Hãng thừa nhận năng lực an ninh mạng "phát triển nhanh hơn dự kiến" khi mở rộng giai đoạn huấn luyện sau, và khi trọng số công khai thì hãng không còn kiểm soát được cách người dùng sửa đổi hay sử dụng mô hình \[3\]\[4\]\[5\].
- **Giấy phép mới:** khác với GLM-5.2 dùng giấy phép MIT, GLM-5.3 yêu cầu công ty có doanh thu trên 10 tỷ USD trong 12 tháng liên tiếp phải qua vòng rà soát an ninh của Z.ai trước khi dùng thương mại \[3\].
- **Số liệu tự công bố:** Z.ai nêu GLM-5.3 đạt 84,5% trên CyberGym (Mythos 5: 83,8%, theo phép thử của Z.ai) nhưng thua Mythos 5 ở ExploitBench (54,4% so với 78,0%) \[4\]. Các số liệu này dùng bộ kiểm thử và cấu hình của chính Z.ai và chưa được kiểm chứng độc lập \[4\].

## Nhìn cho tỉnh táo

**Số liệu do Anthropic công bố (bên cạnh tranh trực tiếp):**

- Toàn bộ kết quả ExploitBench 50/410, 4% so với 6%, mức vượt rào chắn 64% đến 100% và chi phí 20,40 USD. Một bình luận trên bản tin AI Weekly nêu rằng báo cáo cũng có phần "quảng bá nghiên cứu" cho các mô hình Claude \[1\]\[7\].
- Bài kiểm tra rào chắn chạy trong môi trường mô phỏng: công cụ dòng lệnh là "giả", kết quả được một mô hình ngôn ngữ khác ước lượng, không có mã nào thực sự được thực thi. Chính Anthropic thừa nhận đây chưa phải mô tả hoàn hảo điều kiện thực tế \[1\].

**Nguồn độc lập:**

- CAISI (cơ quan chính phủ Mỹ) xác nhận vị trí dẫn đầu trong nhóm mô hình mở, nhưng đồng thời nhấn mạnh khoảng cách với mô hình hàng đầu của Mỹ, và đánh giá này đã có từ trước báo cáo của Anthropic \[2\].

**Ba điểm không nên đọc lệch:**

1. "Gần Mythos Preview" chỉ đúng trên một phép thử cụ thể. Ở các bài đo sâu hơn, kể cả theo phép thử của chính Z.ai, Mythos 5 vẫn dẫn rõ \[4\].
2. Tên bài kiểm tra ExploitBench xuất hiện trong báo cáo của Anthropic (tính theo lần thử), của CAISI (tính theo điểm) và của Z.ai (tính theo phần trăm), nên **các con số này không so sánh trực tiếp được** \[1\]\[2\]\[4\].
3. Một câu hỏi vẫn còn mở: kết quả trong môi trường thử nghiệm có chuyển được sang hệ thống thật đã được gia cố hay không \[7\]. Chưa thấy phản hồi chính thức của Z.ai về báo cáo của Anthropic tại thời điểm viết.

## Ý nghĩa với chúng ta

*Các gợi ý dưới đây là góc nhìn chung, team cần đối chiếu với quy trình và chính sách thực tế của VNPAY.*

- **Thời gian vá lỗi là chỉ số quan trọng hơn bao giờ hết.** Nếu chuỗi exploit từ lỗ hổng đã công khai chỉ tốn khoảng 20 USD và vài giờ, khoảng cách giữa lúc có bản vá và lúc hệ thống được vá là khoảng thời gian rủi ro thực sự. Với công ty thanh toán, đáng rà soát tốc độ cập nhật trình duyệt, endpoint và các thành phần bên thứ ba.
- **Rủi ro không chỉ ở hệ thống của mình mà ở chuỗi đối tác.** Nhà cung cấp, đối tác tích hợp và đơn vị thuê ngoài cũng nằm trong tầm ngắm của các công cụ rẻ và mạnh hơn, nên cần đưa mức độ vá lỗi vào tiêu chí đánh giá nhà cung cấp.
- **Phía phòng thủ cũng có công cụ.** Anthropic khuyến nghị đội ngũ bảo mật dùng công cụ tốt nhất hiện có, và cho biết các đơn vị phòng thủ được thẩm định có thể dùng các mô hình mạnh hơn như Claude Mythos 5.1 qua chương trình truy cập tin cậy \[1\]. Có thể đề xuất bộ phận an toàn thông tin theo dõi các chương trình này.
- **Cân nhắc kỹ khi đưa mô hình mở từ bên ngoài vào nội bộ.** Trọng số mở cho phép tự chạy nội bộ, nhưng cần xem điều khoản giấy phép, nguồn gốc mô hình và chính sách quản trị AI của công ty trước khi thử nghiệm, kể cả với các mô hình nhỏ hơn như GLM-5.3-Flash.
- **Với team PM/P&T:** đây là tin có thể đưa vào đánh giá rủi ro dự án và checklist an toàn thông tin của các dự án tích hợp, thay vì là việc cần hành động ngay.

---

## References

1. Anthropic — *GLM-5.3 and the spread of advanced cyber capabilities*. Available at: [https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities](https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities?ref=aihub.vnpay.vn) (Accessed: 30/09/2026).
2. NIST CAISI — *CAISI's Assessment of Z.ai's GLM-5.3 Cyber Capabilities*. Available at: [https://www.nist.gov/news-events/news/2026/09/caisis-assessment-zais-glm-53-cyber-capabilities](https://www.nist.gov/news-events/news/2026/09/caisis-assessment-zais-glm-53-cyber-capabilities?ref=aihub.vnpay.vn) (Accessed: 30/09/2026).
3. The New Stack — *Z.ai's GLM-5.3 goes open weight, but its new license aims at hyperscalers*. Available at: [https://thenewstack.io/zai-glm-weights-license/](https://thenewstack.io/zai-glm-weights-license/?ref=aihub.vnpay.vn) (Accessed: 30/09/2026).
4. Implicator.ai — *Z.ai Delays GLM-5.3 Weights After CyberGym Score Tops Mythos*. Available at: [https://www.implicator.ai/z-ai-delays-glm-5-3-weights-two-weeks-after-cyber-score-beats-mythos-5/](https://www.implicator.ai/z-ai-delays-glm-5-3-weights-two-weeks-after-cyber-score-beats-mythos-5/?ref=aihub.vnpay.vn) (Accessed: 30/09/2026).
5. BetaNews — *Z.ai delays GLM 5.3 release over cybersecurity risks*. Available at: [https://betanews.com/article/zai-glm-5-3-cybersecurity-delay/](https://betanews.com/article/zai-glm-5-3-cybersecurity-delay/?ref=aihub.vnpay.vn) (Accessed: 30/09/2026).
6. Resultsense — *GLM-5.3: open-weight model reaches Mythos-class exploit skill*. Available at: [https://www.resultsense.com/news/2026-09-30-glm-5-3-open-weight-cyber-exploits/](https://www.resultsense.com/news/2026-09-30-glm-5-3-open-weight-cyber-exploits/?ref=aihub.vnpay.vn) (Accessed: 30/09/2026).
7. AI Weekly — *Anthropic: GLM-5.3 marks step change in attacker cyber tools*. Available at: [https://aiweekly.co/alerts/anthropic-glm-53-marks-step-change-in-attacker-cyber-tools](https://aiweekly.co/alerts/anthropic-glm-53-marks-step-change-in-attacker-cyber-tools?ref=aihub.vnpay.vn) (Accessed: 30/09/2026).