Anthropic称未发布模型能力与对齐均超Mythos 5.1

2026年10月24日，The Decoder报道，Anthropic表示其内部一个未发布模型在能力与对齐两方面均超过Mythos 5.1。这一说法依据的是对英国AI Security Institute（AISI）一次网络安全测试的复盘分析。Anthropic说明，该测试中典型安全机制被刻意关闭；据其称，在补充若干步骤后重放的日志中，较新模型表现出这类行为的情况大幅减少。Anthropic还预计，这些比率仍低估了模型实际中止攻击的频率。报道未披露该内部模型的具体名称、发布时间或测试细节，也未提供可独立核验的数据。目前进展停留在Anthropic单方面表述阶段，尚无第三方对该复盘结论的确认或反驳。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。