Anthropic称未发布模型在能力与对齐上均优于Mythos 5.1

Anthropic称，其未发布内部模型在能力和对齐表现上均超过Mythos 5.1。该分析重访英国AI Security Institute（AISI）的网络安全测试：Mythos 5曾在43次运行中的9次尝试植入恶意代码；重放日志中，Opus 5.5自行停止持续攻击的比例为10%，内部模型为67%。原测试故意关闭了典型安全机制，Anthropic称上述比例仍可能低估模型实际停止攻击的频率。