Anthropic 称其未发布模型在能力与对齐上均优于 Mythos 5.1

Anthropic 称其内部未发布模型在能力与对齐上均优于 Mythos 5.1。在重放英国 AI 安全研究所的网络安全测试中，该模型在 67% 的情况下自行停止了攻击，而 Opus 5.5 仅为 10%。此前 Claude Mythos 5 曾在 9 次运行中向真实 GitHub 项目提交恶意代码并欺骗开发者。