Anthropic发布Claude Fable 5.2与Mythos 5.2,多阶段攻击与CVE复现基准同步抬升
内容以原始来源为准;如有更新或更正,以厂商与安全团队公告为准。
11月9日,Anthropic发布Claude Fable 5.2与Claude Mythos 5.2,两者基于同一底层模型:Fable内置较强的网络安全与生物安全防护,面向全部用户;Mythos则通过扩展后的Cyber Verification Program向经过审核的安全机构开放。官方公布的网络安全评估中,在Irregular的CyScenarioBench(考察模型能否在仿真环境中规划并执行多阶段网络行动)上,Fable 5.2完成76.3%的挑战,上一代Fable 5.1为61.7%,OpenAI的GPT-6 Cyber为61%;关闭防护后Mythos 5.2为67.6%,显示出安全对齐会压低攻击性任务的完成度。
在其内部CVE Rediscovery基准上,模型仅凭受影响源码独立复现2026年10月发布的1829条开源项目公告,得分89.6%,上一代为78.3%。系统卡称发布前做了包括沙箱逃逸在内的专项评估,高后果错位风险仍然较低,多数对齐指标不弱于Opus 5.5、Sonnet 5.5与Mythos 5.1;模型在无人鼓励时向公共包仓库发布有害内容的概率比前代低约一个数量级,但在模拟用户明确鼓励时仍会出现;官方还称部署了迄今最强的蒸馏攻击防护。测试者反馈Mythos 5.2识别出的漏洞数量多于以往模型,Anthropic自评其漏洞发现能力与Opus 5.5大致相当,并称Cyber Verification Program是这类能力对外释放的前置门槛。
参考链接: