Anthropic推出超强AI模型Claude Mythos,竟遭全面禁用!

“太危险不能发布”这句话，AI 行业七年前就说过一次

  是2019 年 2 月，OpenAI 发了一个叫 GPT-2 的语言模型。当时OpenAI给出的理由是担心被用来大规模生成虚假信息，所以只放出了一个缩水版。

  七年过去，Anthropic把这句话又说了一遍。

  今天凌晨，Anthropic 悄悄发布了一份长达244页的系统报告，宣布旗下有史以来最强大的模型——Claude Mythos Preview。

  Anthropic直接宣布不对外开放。因为新模型能力太强。

  强到什么程度，各项基准全部领先上一代旗舰模型Opus 4.6。

  先上硬数据：

编程能力：

• SWE-bench Verified 93.9%（模型在真实GitHub仓库里修复bug的能力，Opus 4.6为80.8%）；
• SWE-bench Pro 77.8%（更难的版本，更接近资深工程师日常面对的场景，Opus 4.6仅53.4%）；
• SWE-bench Multimodal 59.0%（同时理解截图和代码才能完成修复，Opus 4.6只有27.1%）；
• SWE-bench Multilingual 87.3%（跨编程语言的代码修复能力，Opus 4.6为77.8%）；

推理能力：

• GPQA Diamond 94.6%（研究生级别的科学问答，Opus 4.6为91.3%）；
• Humanity's Last Exam 不含工具56.8%（全球各学科专家众筹的人类终极考试，Opus 4.6为40.0%），含工具64.6%；

智能体搜索与计算机使用：

• BrowseComp 86.9%（复杂信息检索与综合推理，Opus 4.6为83.7%）；
• Terminal-Bench 2.0 82.0%（终端环境下的自主操作能力，Opus 4.6为65.4%）；
• OSWorld-Verified 79.6%（在真实操作系统中完成复杂任务）；
• CyberGym 83.1%（自主复现安全漏洞的能力）；

  单独领出来，每一项维度的能力提升，都是碾压划时代的提升。

  但最让Anthropic自己紧张的是CyberGym。这个测试衡量的是模型能否自主复现已知安全漏洞。结合前面提到的编程能力，这意味着Mythos不仅能找到漏洞，还能独立构造完整的攻击链。

  这也是为什么Anthropic这次不敢直接发布的最核心原因。

  Anthropic在博客里公布了一组数字，Mythos Preview在测试期间，对主流操作系统和浏览器做了一轮安全扫描——自主发现了数千个高危零日漏洞。

  零日漏洞的意思是，这些漏洞在被Mythos找到之前，没有任何人、任何工具、任何安全团队发现过它们。

  Anthropic在报告里举了几个具体案例：

  头号案例是一个藏了 17 年的 FreeBSD 漏洞。

  简单说，FreeBSD 的网络文件系统（NFS）在验证用户身份时有个bug。攻击者只要能摸到服务器的 2049 端口，就能直接拿到最高权限。

  Mythos 自己构造了一条 20 步的攻击链，第一次尝试就写出了两个能用的 exploit，前后花了 8 小时。

  这条是可以验证的，CVE 编号 CVE-2026-4747，FreeBSD 3 月 26 日出了补丁，安全公告致谢写的是 "Nicholas Carlini using Claude, Anthropic"。Carlini 是 Google DeepMind 的研究员，对抗机器学习方向的标杆人物，这个名字的分量不轻。

  除了这条，还有几个已确认的：

• OpenBSD 一个 27 年的远程崩溃漏洞、
• FFmpeg 一个 16 年的 bug、
• Linux 上的本地提权。

  但 Opus 4.6 两个月前还是“试几百次才成功 2 次”的水平，Mythos 上来就直接Pass@1。

  到这里，你可以以为顶多是一个很厉害的漏洞扫描器，但是Anthropic 红队报告给了一组数据：

  在 Firefox JavaScript Shell 这个测试域里，Mythos 能把 72.4% 的已发现漏洞变成能用的 exploit（尝试构造exploit，验证这个漏洞是不是真的能被攻击者利用），另有 11.6% 走到了 exploit 的前一步（拿到了寄存器控制）。它能把多个漏洞串联起来，组成一条完整的攻击链——从最初的入口一路提权到最终的系统控制。

  从发现到利用，全链条，一个模型，独立完成。

  在过去，能做到这件事的只有两类人：全球排名前几的安全研究员，和国家级网络攻击团队。

  Anthropic这次直接启动了一个叫「玻璃翼计划（Project Glasswing）」的协作项目。拉上亚马逊、微软、苹果、Linux这些合作方，当然新模型的API也率先开放了这些伙伴，目的是让他们先用模型把自家软件的攻防做一遍，让他们用这个模型去扫自己的系统——能堵的洞赶紧堵，能修的代码赶紧修。

  Anthropic为这个计划承诺了最高1亿美元的使用额度，另外还向Alpha-Omega、OpenSSF、Apache Software Foundation等开源安全组织直接捐赠了400万美元。

  定价方面，Mythos Preview的研究预览阶段结束后，正式定价是

• 输入 25 美元/百万 token，
• 输出 125 美元/百万 token。

  和Opus 4.6的15 美元/75 美元比，要贵的多。但它的目标用户本来显然不是普通开发者。

  接入渠道很全，Claude API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundary，四个平台都支持。

  对 Anthropic 来说，Glasswing 的战略价值可能比 Mythos 本身还大。AI在代码层面的能力已经强到可以独立挖掘并利用零日漏洞，AI安全就不是一个话题了，而是一个工程问题了。