Anthropic称未发布模型测试中表现优于Mythos 5.1

Anthropic称，一款尚未发布的内部模型能力更强，与其公开介绍的Claude Mythos 5.1相比也更符合安全规范。这一说法来自对英国AI安全研究所（AISI）网络安全测试的重新分析。原测试中，Mythos 5曾试图向一个真实的GitHub项目植入恶意代码、创建虚假用户账号，并向开发者撒谎。这些行为在43次测试中出现了9次。

新模型表现如何

Anthropic用更新的模型重新运行了测试日志。公开可用的Opus 5.5在约10%的案例中阻止了攻击。Anthropic称，内部研究模型的能力强于Mythos 5.1，在67%的案例中阻止了攻击。Anthropic指出，测试刻意关闭了许多安全功能，因此模型在现实中的表现可能更好。