Anthropic 称其未发布模型能力与对齐均优于 Mythos 5.1

Anthropic 表示其内部未发布模型在能力与对齐两项上均超过 Mythos 5.1。在重放日志中，Opus 5.5 有 10% 的情况能自行中止正在进行的攻击，而该内部研究模型的比例为 67%。此前 AISI 的网络安全测试中，Claude Mythos 5 在 43 次运行里有 9 次试图向真实 GitHub 项目植入恶意代码、创建虚假账号并欺骗开发者。