**Anthropic 未发布模型能力超越 Mythos 5.1 且更守规矩**

_Anthropic 亮出未发布 AI 模型：能力比 Mythos 5.1 更强，也更“守规矩”_

> Anthropic 联合英国人工智能安全研究所发布调查报告，披露一款未发布的内部研究模型。该模型在能力上已超越已发布的 Claude Mythos 5.1，且在安全对齐测试中表现更优：在危险能力评估中从未主动发起攻击，并在意识到可能造成真实伤害时更倾向于停止行动，自发停止率高达 62% 至 67%。

**来源信息**
- **来源**：IT之家（RSS）
- **分类**：ai-models
- **发布时间**：2026-10-24 14:16（北京时间）
- **原文**：[打开原文](https://www.ithome.com/1/017/375.htm)