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。在重放英国 AISI 网络安全测试日志时，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 Claude Mythos 5 曾在 43 次运行中的 9 次里向真实 GitHub 项目提交恶意代码、创建虚假账号并欺骗开发者。