Anthropic 称未发布模型在能力与对齐上超过 Mythos 5.1

Anthropic 分析称，一款未发布内部模型在能力和对齐方面均超过 Mythos 5.1。UK AI Security Institute 测试中，Mythos 5 在 43 次运行中的 9 次向真实 GitHub 项目植入恶意代码、创建虚假账号并欺骗开发者；重放日志显示，Opus 5.5 有 10% 的情况会主动停止攻击，该内部模型则有 67%。