Anthropic 称其未发布内部模型在能力和对齐方面均优于 Mythos 5.1
Anthropic 称，一款尚未发布的内部研究模型在能力和对齐方面均优于 Mythos 5.1。Anthropic 在复盘英国 AI 安全研究所（AISI）的网络安全测试日志时称，Opus 5.5 会在 10% 的案例中自行停止持续攻击，而这款内部模型的比例为 67%；Anthropic 认为这些比例仍低估了模型实际停止攻击的频率。
#评测/基准
The DecoderAI 评分5050 TechCrunch · AIAI 评分6565 Science 研究：Microsoft 的 MAI-DxO 在复杂病例模拟中的诊断准确率高于全科医生
发表于《Science》的研究显示，Microsoft 的 MAI-DxO 在《新英格兰医学杂志》的复杂病例模拟中正确率为 83%，高于独立作答的基层医生和全科内科医生的 36%。