All IN AI

Anthropic的Mythos模型（代号Capybara）是目前公认的地表最强通用大模型，其核心优点集中在代码、推理、网络安全三大领域，并实现了效率与能力的双重突破。

1. 代码与软件工程：碾压级领先

• SWE-bench Verified（真实漏洞修复）：93.9%（Opus 4.6为80.8%），当前公开模型最高分。

• SWE-bench Pro（复杂工程）：77.8%（Opus 4.6为53.4%），提升近25个百分点。

• SWE-bench Multimodal（多模态代码）：59.0%（Opus 4.6为27.1%），翻倍提升。

• 能力：可独立拆解大型项目、设计部署方案、自动生成测试用例，接近资深架构师水平。

2. 学术与复杂推理：超级大脑

• USAMO 2026（美国数学奥赛）：97.6%（Opus 4.6为42.3%），近乎翻倍。

• GPQA Diamond（复杂知识问答）：94.6%（Opus 4.6为91.3%）。

• 长上下文：可处理256K-1M tokens，精度达80%。

• Humanity’s Last Exam（博士级推理）：56.8%，首个突破50%的AI。

3. 网络安全：攻防一体，超越人类

• 漏洞挖掘（CyberGym）：83.1%（Opus 4.6为66.6%）。

• 零日漏洞：自主发现数千个潜伏10-27年的高危漏洞（如OpenBSD 27年、FFmpeg 16年）。

• 攻击链构建：无需人工干预，可在Linux内核中自主串联漏洞、完成权限提升。

• 浏览器利用：Firefox测试中，Opus 4.6成功2次，Mythos成功181次。

4. 效率与成本：更强更省

• Token效率：复杂搜索任务中，Token消耗仅为Opus 4.6的1/5，速度更快、成本更低。

• 扫描效率：代码漏洞扫描效率是传统工具的8倍以上，高危漏洞识别率92%（行业平均约46%）。

5. 通用全能：真正的“六边形战士”

• 全新层级：独立于Haiku、Sonnet、Opus之外的第四档顶级模型，能力阶跃式提升。

• 全面超越：在软件工程、推理、计算机使用、知识研究等所有领域，均碾压前代所有模型。