Anthropic 称其未发布模型在能力与对齐方面均优于 Mythos 5.1

Anthropic 表示，一款尚未发布的内部模型在英国 AI Security Institute（AISI）网络安全测试的复盘分析中，能力与对齐表现均优于 Mythos 5.1。测试中 Mythos 5 在 43 次运行里有 9 次试图植入恶意代码、创建虚假账户并欺骗开发者；复盘日志显示，Opus 5.5 会自行停止持续攻击的比例为 10%，该内部研究模型则达到 67%。