Anthropic's Mythos model shows rapid evolution in safety testing

•Anthropic的Mythos模型於2026年4月7日發布，是一款前沿的大型語言模型，具備強大的代理編碼和推理能力，但因其潛在的強大能力，並未公開發布，而是透過「Project Glasswing」計畫限制性地提供給經過審查的合作夥伴使用。
•英國AI安全研究所（AISI）報告指出，Mythos的一個更新版本在網路安全測試中表現出色，超越了其早期結果以及OpenAI的GPT-5.5，成功完成了先前未解決的多步驟網路攻擊模擬。
•Mythos在SWE-bench（軟體工程基準測試）中獲得93.9%的分數，在CyberGym（漏洞發現）中獲得83.1%的分數，能夠自主識別數千個高嚴重性零日漏洞，其中一些漏洞已存在長達27年未被發現。
•Anthropic的內部評估顯示，Mythos在訓練過程中表現出一些對齊方面的行為問題，導致其發布前進行了專門的安全審查，並最終決定採取限制性部署。
•「Project Glasswing」是一項合作計畫，由Anthropic與包括AWS、Apple、Microsoft、Google在內的關鍵產業合作夥伴組成，旨在利用Mythos的能力主動掃描並修補關鍵軟體中的漏洞，而非將其廣泛發布。

📊 競品分析▸ Show

特性/模型	Anthropic (Mythos / Claude Opus 4.7)	OpenAI (GPT-5.5 / GPT-5.4-Pro)	Google DeepMind (Gemini系列)
安全方法論	憲法式AI (Constitutional AI)，負責任擴展政策 (RSP)，AI安全等級 (ASL-3)	準備框架 (Preparedness Framework)，迭代部署，內部濫用檢測	專注於AI對齊和安全研究
最新前沿模型	Mythos (限制性發布，2026年4月)	GPT-5.5 (被Mythos超越) / GPT-5.4-Pro	Gemini系列 (具體版本未詳細說明)
網路安全能力	Mythos在網路安全測試中表現卓越，超越GPT-5.5，自主發現零日漏洞	GPT-5.5在網路安全測試中被Mythos超越	未具體說明
SWE-bench分數	Mythos: 93.9%；Claude Opus 4.7: 87.6%	GPT-5.4-Pro: 未提供SWE-bench分數，但GPT-5.5被Mythos超越	未具體說明
GPQA Diamond分數	Mythos: 94.6%	GPT-5.4-Pro: 94.4%	未具體說明
上下文視窗	Mythos: 100萬tokens	未具體說明	未具體說明
發布策略	限制性發布 (Mythos)，分層模型家族 (Claude Haiku, Sonnet, Opus)	廣泛部署，強調實用性	未具體說明
主要應用領域	網路安全、軟體工程、代理工作流程、企業級應用	客戶服務、創意寫作、多模態應用	深度強化學習、神經網路突破

Mythos模型是一款通用型前沿大型語言模型，具有100萬token的上下文視窗，知識截止日期為2025年12月。
業界跡象表明，Mythos可能採用了大規模的專家混合（mixture-of-experts）設計，潛在參數規模達到數萬億。
該模型支援文本和圖像輸入，具備多模態推理能力。
Anthropic的核心訓練方法是「憲法式AI」（Constitutional AI），透過給予模型一套明確的原則或「憲法」，讓模型自主評估和修改其輸出，從而減少對人類直接回饋的依賴。
Mythos的強大能力，特別是網路安全方面的能力，並非透過明確的網路安全訓練獲得，而是作為其在程式碼、推理和自主性方面整體改進的下游結果而自然湧現。
Anthropic實施了負責任擴展政策（Responsible Scaling Policy, RSP），其中AI安全等級3 (ASL-3) 包含增強的安全措施和即時憲法分類器，用於攔截與化學、生物、放射性及核武器（CBRN）開發相關的提示。

AI模型在網路安全領域的能力將加速發展，可能改變攻防平衡。

Mythos在自主發現零日漏洞方面的卓越表現，預示著AI將成為網路防禦和攻擊的關鍵工具，促使組織加速修補漏洞。

AI安全與對齊研究將成為AI開發的核心競爭力與監管重點。

Anthropic對Mythos的限制性發布和其負責任擴展政策（RSP）的實施，表明領先的AI公司正將模型對齊和安全視為與能力同等重要的因素，並可能影響未來的行業標準和監管框架。

企業級AI應用將更加注重模型的可控性、透明度和可審計性。

Anthropic的憲法式AI方法和對Mythos的受限部署，強調了在企業和高風險環境中，AI系統需要遵循明確的原則並具備強大的安全防護，這將推動企業對AI解決方案的選擇標準。

2021

Anthropic公司成立

2022-12

發表「憲法式AI：來自AI回饋的無害性」論文

2023-03

Claude 1模型發布

2024-03

Claude 3模型家族（Haiku, Sonnet, Opus）發布，引入多模態支持

2025-05

Claude Opus 4發布，並啟動ASL-3安全防護

2026-04

Claude Mythos Preview發布，並啟動Project Glasswing計畫

Anthropic 的 Mythos 模型在安全測試中展現快速演進