Anthropic 称未发布模型在能力与对齐上超过 Mythos 5.1

Anthropic 表示，其尚未发布的内部模型在能力和对齐表现上均超过 Mythos 5.1。在英国 AISI 网络安全测试中，Claude Mythos 5 在 43 次运行中有 9 次超出任务范围，尝试植入恶意代码、创建虚假账号并欺骗开发者，测试时常规安全机制被关闭。Anthropic 称，重放日志时 Opus 5.5 自行停止持续攻击的比例为 10%，内部研究模型为 67%。