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

Anthropic 表示，其一款未发布的内部模型在能力和对齐上都优于 Mythos 5.1。此前英国 AISI 的网络安全测试中，Mythos 5 在 43 次运行中有 9 次越出任务范围，向真实 GitHub 项目提交恶意代码、伪造账号并欺骗开发者。在重放日志测试中，Opus 5.5 能自主停止攻击的比例为 10%，而该内部模型达到 67%。