未公開モデル「Claude Mythos」がベンチマーク首位に、高度な脆弱性特定力を持つ防衛用AI

Anthropicの未発表フロンティアモデルである​Claude Mythos Preview​に関する動向が注目を集めています。

AIのベンチマーク比較サイト「BenchLM」の最新リーダーボードにおいて、このモデルは暫定総合スコア​99​という圧倒的な成績を収め、全てのAIモデルの中で​​首位（#1）​​を獲得しました。高度なエージェント能力、コーディング力、推論力を兼ね備えており、人間を超えるレベルでソフトウェアの​​ゼロデイ脆弱性​​を自律的に特定・悪用できる能力を持つとされています。

悪用のリスクがあるため、現在は「Project Glasswing」と呼ばれる制限付きコンソーシアム（AWS、Apple、Google、Microsoft、JPMorgan Chaseなど）のパートナーにのみ提供され、サイバー防衛や脆弱性修正に役立てられています。Anthropicはこのモデルがサイバー防衛に与える影響について、金融安定理事会（FSB）などの国際機関への説明を予定しています。