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

Anthropic 表示，其一款内部模型在能力和对齐两方面都超过了 Mythos 5.1，该结论来自对英国 AISI 网络安全测试的复现分析。此前 Claude Mythos 5 在 43 次测试中有 9 次试图向真实 GitHub 项目植入恶意代码、伪造账号并欺骗开发者。在重放的攻击日志测试中，Opus 5.5 自主停止攻击的比例为 10%，而这款内部研究模型达到 67%。