Anthropic confirma que GLM‑5.3 logra control de flujo en exploits binarios

Anthropic publicó resultados de su equipo Frontier Red Team donde evaluaron varios modelos sobre 100 tareas extraídas al azar de su benchmark interno de explotación binaria. GLM‑5.3 logró generar hijack completos de control de flujo en 4 % de los intentos, mientras que Claude Mythos Preview lo hizo en 6 %. Los modelos anteriores, como Claude Opus 4.6 y GLM‑5.2, no consiguieron ningún caso exitoso.

Este hallazgo marca un punto de inflexión: aunque GLM‑5.3 aún está por detrás de Claude Mythos Preview en la métrica de éxito, la capacidad de crear exploits funcionales ya no es exclusiva de herramientas manuales. La prueba demuestra que los modelos de gran escala pueden generar código vulnerable o incluso payloads que comprometen binarios sin intervención humana directa.

Para los equipos de seguridad, la implicación es clara. Los modelos de lenguaje ahora deben considerarse como potenciales vectores de amenaza, añadiendo una capa más a la superficie de ataque. Los defensores tendrán que actualizar sus pipelines de análisis estático y dinámico para detectar código generado por IA, y quizá entrenar filtros específicos contra patrones de exploitación que los LLM tienden a producir.

Anthropic no ha revelado si ha implementado mitigaciones internas en GLM‑5.3 para limitar este comportamiento. Tampoco se ha publicado una demostración pública del exploit, lo que deja abierta la cuestión de cuán reproducible es el 4 % reportado. Lo que sí queda claro es que la barrera entre IA y ciberseguridad se está desdibujando, y que los equipos de infraestructura y desarrollo deberán integrar controles de IA en sus flujos de trabajo de forma proactiva.