Claude Mythos and GPT-5.5 Show Breakthroughs in Long-Task AI

•Anthropic 的 Claude Mythos Preview 並未公開發布，其存取權限僅限於 Project Glasswing 合作夥伴和經過審查的組織，原因在於其先進的網路安全能力，包括自主發現零日漏洞。
•OpenAI 的 GPT-5.5（代號「Spud」）是自 GPT-4.5 以來首個經過完全重新訓練的基礎模型，採用原生全模態架構，可在單一統一系統中處理文字、圖像、音訊和視訊輸入。
•GPT-5.5 在代理程式編碼基準測試中表現出色，例如 Terminal-Bench 2.0 達到 82.7% 和 OSWorld 達到 78.7%，顯示其在複雜命令列工作流程和獨立電腦操作方面的能力顯著增強。
•儘管 Claude Mythos Preview 受到限制，但它在編碼（SWE-bench Pro 77.8%）和長上下文推理（GraphWalks 長上下文 80%）方面表現優異，甚至在模擬企業網路攻擊中，10 次嘗試中有 3 次成功完成端到端攻擊，而 GPT-5.5 僅為 2 次。
•全球 AI 代理程式市場正經歷快速增長，預計 2026 年將超過 109 億美元，預計到 2026 年底，40% 的企業應用程式將嵌入特定任務的 AI 代理程式。

📊 競品分析▸ Show

模型/功能	Claude Mythos Preview	GPT-5.5	Claude Opus 4.7	Gemini 3.1 Pro
發布日期	2026-04-07 (受限預覽)	2026-04-23	2026-04-16 (Opus 升級)	2026-02-19
可用性	受限於 Project Glasswing 合作夥伴	ChatGPT Plus/Pro/Business/Enterprise 訂閱者及 API	Claude.ai、API 及主要雲平台	API 及 Google Cloud Vertex AI
輸入價格 (每百萬 Token)	$25.00 (參與者)	$5.00	$5.00	未提供具體數據，但通常較低
輸出價格 (每百萬 Token)	$125.00 (參與者)	$30.00	$25.00	未提供具體數據，但通常較低
Terminal-Bench 2.0	82.0% (92.1% 延長超時)	82.7%	69.4%	68.5%
SWE-bench Pro	77.8%	58.6%	64.3%	54.2%
OSWorld-Verified	79.6%	78.7%	78.0%	未提供
網路安全任務	68.6% (專家級)	71.4% (專家級)	未提供	未提供
上下文視窗	1M Token (beta)	1M Token	1M Token (beta)	1M Token
主要特點	專注於網路安全漏洞發現、軟體編碼、複雜推理	原生全模態、代理程式自主性、編碼、科學研究	進階軟體工程、複雜多步驟任務、視覺、專業工作	多模態、MoE 架構、長上下文推理

Claude Mythos Preview
- 據傳擁有 10 兆參數，並在 15.5 兆 Token 上進行訓練。
- 採用「搜尋而非索引」方法，利用即時程式碼庫檢索，而非傳統的嵌入和語義搜尋。
- 據報導，其架構為「遞迴深度轉換器 (Recurrent-Depth Transformer, RDT)」，結合了專家混合 (Mixture-of-Experts, MoE) 路由機制和循環推理。
- 訓練過程中實現了零尖峰訓練 (zero spike training)，並透過 MuonClip 和 QK-Clip 優化器提高效率和穩定性。
- 其工具使用方法簡潔，透過一個 while 迴圈和 bash、讀取、編輯、寫入、grep、glob 等工具來完成任務。
GPT-5.5
- 採用原生全模態架構，能夠在單一統一系統中處理文字、圖像、音訊和視訊輸入。
- 模型與 NVIDIA 的 GB200 和 GB300 NVL72 機架規模系統進行了硬體協同設計，以在更強大的同時保持低延遲。
- 具備自我改進的基礎設施，GPT-5.5 和 Codex 在發布前重寫了 OpenAI 自己的服務基礎設施，透過自訂負載平衡啟發式演算法將 Token 生成速度提高了 20% 以上。
- 內部代號為「Spud」，是自 GPT-4.5 以來首個完全重新訓練的基礎模型，而非在相同基礎上進行迭代更新。

AI代理將在企業營運中扮演更核心的角色。

隨著AI代理在長任務處理和自主決策方面的能力顯著提升，企業將更廣泛地部署它們以自動化複雜的工作流程並提高效率。

網路安全領域將面臨AI驅動的新型威脅與防禦挑戰。

像Claude Mythos Preview這樣能夠自主發現零日漏洞的AI模型，預示著AI在攻擊和防禦兩方面的能力都將大幅增強，需要新的安全策略。

AI模型開發將更加注重安全部署與風險緩解。

由於Claude Mythos Preview的潛在危險性導致其限制發布，未來AI公司將更謹慎地處理前沿模型的發布，並投入更多資源於安全評估和負責任的AI開發。

2015-12

OpenAI 成立

2018

OpenAI 發布 GPT-1

2021-02

Anthropic 成立

2023-03

Anthropic 發布 Claude 1

2024-03

Anthropic 發布 Claude 3 系列模型（Haiku, Sonnet, Opus）

2026-04-07

Anthropic 宣布 Claude Mythos Preview (受限預覽)

2026-04-23

OpenAI 發布 GPT-5.5

Claude Mythos 與 GPT-5.5 在長任務 AI 處理上取得突破