Claude Mythos 官方報告：跨世代的能力躍升
Anthropic 公布新一代模型 Claude Mythos 的官方報告。由於能力強度出現跨世代提升，目前只先提供給全球權威的防禦機構與主要軟體供應商；在開發類評比中，Mythos Preview 全面大幅領先 Opus 4.6。
Anthropic 公布了新一代模型 Mythos 的官方報告。與以往新模型直接開放不同，Mythos 目前只透過 Project Glasswing 計畫，提供給世界權威的防禦機構與主要軟體供應商使用，原因是模型能力達到了跨世代的提升。
開發類評比
下表整理 Claude 歷代模型在主要開發類評比中的成績。這些都是業界公認、用來衡量模型解決實際開發問題能力的指標。
| 評比項目 | Mythos Preview | Opus 4.6 | 差距（百分點） |
|---|---|---|---|
| SWE-bench Verified | 93.9% | 80.8% | +13.1 |
| SWE-bench Pro | 77.8% | 53.4% | +24.4 |
| Terminal-Bench 2.0 | 82.0% | 65.4% | +16.6 |
| SWE-bench Multimodal | 59.0% | 27.1% | +31.9 |
| SWE-bench Multilingual | 87.3% | 77.8% | +9.5 |
這些差距代表什麼
從實際使用經驗來看，Claude Sonnet 4 在開發任務上需要大量人工介入；而 Opus 4.6 在 SWE-bench 系列評比中只比它高出約 8 到 11 個百分點，實際使用的差異卻已經非常明顯。
以此推想，Mythos Preview 在多數項目領先 Opus 4.6 超過 13 個百分點、最高達近 32 個百分點，代表的能力躍升相當可觀。這也說明了 Anthropic 為何選擇先限縮開放範圍。