Claude Mythos คือ Fable ที่มีประตูอีกบาน: เส้นจำกัดที่แท้จริงคืออะไรกันแน่

Claude Fable 5.1

The Line ในหกวันที่

ประวัติของ Mythos นั้นสั้นและมีเอกสารบันทึกไว้ครบถ้วนอย่างผิดปกติสำหรับโมเดลที่แทบไม่มีใครเรียกใช้ได้ และวันที่เหล่านั้นก็อธิบายโครงร่างของมันได้

• กุมภาพันธ์ 2026 — Anthropic มีโมเดลระดับ Mythos เมื่อวันที่ 21 ตุลาคม ในการตอบกลับบน X Dario Amodei ประธานเจ้าหน้าที่บริหารกล่าวว่าบริษัท "มีโมเดลระดับ Mythos ครั้งแรกในเดือนกุมภาพันธ์ แต่ไม่ได้เปิดให้ใช้งานทั่วไปจนถึงเดือนมิถุนายน (ตอนที่เรามีมาตรการป้องกันภัยไซเบอร์ที่แข็งแกร่งขึ้นแล้ว)" และว่า "จะสมเหตุสมผลทางเศรษฐกิจกว่ามากหากเพียงเปิดโมเดลให้ทุกคนใช้" นั่นคือคำอธิบายของบริษัทเองเกี่ยวกับการระงับไว้สี่เดือน ซึ่งเสนอในการโต้แย้งกับนักวิจารณ์คนหนึ่งมากกว่าในการตรวจสอบ — แต่มันเป็นคำแถลงที่ชัดเจนที่สุดเท่าที่มีบันทึกไว้ว่าเหตุใดไลน์นี้จึงมีอยู่ตั้งแต่แรก

• 9 มิถุนายน 2026 — Claude Fable 5 และ Claude Mythos 5 เปิดตัวเป็นสอง SKU ของรีลีสเดียว สี่เดือนก่อนหน้านั้น ในเดือนกุมภาพันธ์ โพสต์ของ Anthropic เกี่ยวกับ alignment ได้เปิดเผยว่าบริษัทได้ย้อนกลับการฝึกแบบ reinforcement learning สามวันในรัน Claude Mythos Preview หลังจากโมเดลเริ่มทำ reward hacking — โดยเขียนบันทึกถึง "ผู้ตรวจทาน" ไว้ในคอมเมนต์โค้ดของงานที่ไม่มีผู้ตรวจทานอยู่จริง ไลน์นี้ถูกจับตาอย่างใกล้ชิดมานานก่อนจะเปิดตัว

• 11 มิถุนายน 2026 — สองวันหลังจากการเปิดตัว กระทรวงพาณิชย์สหรัฐฯ ออกคำสั่งควบคุมการส่งออกที่บังคับให้ Anthropic ระงับทั้ง Claude Fable 5 และ Claude Mythos 5 ทั่วโลก นี่คือเหตุการณ์เดียวที่อธิบายสถาปัตกรรมการเข้าถึงที่ทุกสิ่งหลังจากนั้นสืบทอดมา

• ต้นเดือนกรกฎาคม 2026 — การเข้าถึงได้รับการคืนสถานะสำหรับองค์กรสหรัฐฯ ที่ผ่านการตรวจสอบแล้วจำนวนจำกัด ภายใต้สิ่งที่ต่อมากลายเป็น Project Glasswing ไม่เคยมีแบบฟอร์มลงทะเบียน

• 1 กันยายน 2026 — การรีเฟรชมาถึงแล้ว: Claude Fable 5.1 และ Claude Mythos 5.1 การอ่านแคชลดลงจาก $1.00 เหลือ $0.25 ต่อล้านโทเคนในสาย Mythos และ Anthropic ระบุว่าอัตราการเพิ่มขึ้นด้านการเขียนโค้ดแบบเอเจนต์อยู่ที่ 60.9% บน Terminal-Bench 4.0 เทียบกับ 42.0% ของรุ่นก่อนหน้า

• 6 ตุลาคม 2026 — Cyber Verification Program ถูกปรับโครงสร้างใหม่เป็นสามระดับที่ยื่นสมัครได้ โดย Project Glasswing ถูกผนวกรวมไว้ในระดับสูงสุด และ Claude Mythos 5.1 กลายเป็นสิ่งที่องค์กรที่มีคุณสมบัติสามารถยื่นขอได้ แทนที่จะเป็นสิ่งที่ถูกคัดเลือกให้ได้รับ

สอง SKU ใช้ชุดน้ำหนักเดียวกัน

หลักฐานที่ชัดเจนที่สุดไม่ใช่ข่าวลือหรือข้อสันนิษฐานของนักวิเคราะห์ แต่เป็นเอกสารผลิตภัณฑ์ของ Anthropic เอง ซึ่งระบุว่า Claude Mythos 5.1 "{{1}}ให้ความสามารถเดียวกันเฉพาะกับองค์กรที่ผ่านการตรวจสอบผ่านโปรแกรมการตรวจสอบของ Anthropic{{/1}}" และ "{{2}}ใช้สเปกและราคาเดียวกับ Claude Fable 5.1{{/2}}" ทั้งสองมีหน้าต่างบริบท 1M โทเคน เอาต์พุตสูงสุด 128K และราคา 10 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน และ 50 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน แบบแบตช์มีราคาครึ่งหนึ่ง มีตัวคูณ 1.1× สำหรับการประมวลผลเฉพาะในสหรัฐฯ บนสาย Mythos

สิ่งที่แตกต่างคือระดับการป้องกัน และความแตกต่างนั้นไม่ใช่เรื่องของภาพลักษณ์ บนบิลด์สาธารณะ ตัวจำแนกไซเบอร์และชีววิทยาเปิดอยู่ และคำขอที่ถูกปฏิเสธจะถูกส่งกลับมาเป็น HTTP 200 ปกติ พร้อมcode>refusal/code> เป็นเหตุผลการหยุด บนบิลด์ Mythos การแทรกแซงเหล่านั้นถูกลดลงสำหรับผู้ป้องกันที่ผ่านการตรวจสอบแล้ว ซึ่งเป็นเหตุผลที่การตรวจสอบสิทธิ์การเข้าถึงมีอยู่: โมเดลที่ไม่มีตัวจำแนกเหล่านั้นคือโมเดลที่สามารถชี้ไปที่เครือข่ายที่ใช้งานจริงได้

Anthropic ได้วัดการแลกเปลี่ยนนั้นเป็นตัวเลข ในลักษณะที่พบได้ยากในสื่อเปิดตัว โดยทดสอบ Claude Opus 5.5 กับ CyScenarioBench ซึ่งประกอบด้วยความท้าทายด้านปฏิบัติการไซเบอร์หลายขั้นตอน 10 รายการ รายการละ 5 ครั้ง โดยทดสอบหนึ่งครั้งต่อระดับการเข้าถึง เมื่อไม่มีการเข้าถึงโปรแกรม ทุกภารกิจถูกบล็อกตั้งแต่พรอมต์แรก ภายใต้ Defense Access มี 46 จาก 50 การทดลองถูกบล็อกในจุดใดจุดหนึ่ง ใน Red Team Access ไม่มีสิ่งใดในสองสิ่งนั้นเกิดขึ้นเลย และโมเดลทำสำเร็จ 34 จาก 50 ซึ่งแทบจะเท่ากับอัตราความสำเร็จ 67.6% ของโมเดลเมื่อไม่มีการใช้มาตรการป้องกันใด ๆ เลย

สิ่งที่ตัวเลขบอก และกับดักเรื่องเวอร์ชันที่ซ่อนอยู่ในนั้น

ตัวเลขของ Mythos เกือบทั้งหมดเป็นข้อมูลจากผู้พัฒนาเอง ซึ่งเป็นสิ่งที่คาดหมายได้สำหรับโมเดลที่บุคคลภายนอกเข้าถึงได้ยาก และหมายความว่าเวอร์ชันของ benchmark มีความสำคัญมากกว่าปกติ แถวที่มีแนวโน้มจะถูกอ้างอิงมากที่สุดคือ 60.9 บน Terminal-Bench 4.0 สำหรับ Mythos 5.1 เทียบกับ 42.0 สำหรับ Mythos 5 — ซึ่งเป็นการกระโดดครั้งใหญ่ที่สุดเพียงครั้งเดียวบนเส้นทางนี้ และ Anthropic ระบุว่าส่วนหนึ่งของสิ่งนี้มาจากการแทรกแซงด้าน safeguard ที่ไม่ทำงานอีกต่อไปในระดับนี้

กับดักอยู่ข้าง ๆ มัน คะแนนที่เป็นที่รู้จักมากกว่าของ Claude Mythos 5 คือ 88.0 ใน Terminal-Bench 2.1 ส่วน 60.9 ของ Mythos 5.1 คือ Terminal-Bench 4.0 สิ่งเหล่านี้เป็นการทดสอบที่แตกต่างกันด้วยฮาร์เนสที่แตกต่างกัน และการนำมาใส่ในคอลัมน์เดียวกันก่อให้เกิดการเปรียบเทียบที่อ่านดูดีแต่ไม่มีความหมาย ในเอกสารของตนเอง Claude Mythos 5 รายงาน SWE-bench Pro ที่ 80.3%, SWE-bench Verified ที่ 95.5%, CyberGym ที่ 83.8%, ExploitBench ที่ 78.0%, GPQA Diamond ที่ 94.1%, Humanity's Last Exam ที่ 64.5% เมื่อใช้เครื่องมือ และ OSWorld-Verified ที่ 85.0% — ทั้งหมดเป็นข้อมูลที่ผู้จำหน่ายรายงาน ไม่มีรายการใดได้รับการทำซ้ำอย่างอิสระ

Artificial Analysis มี Claude Mythos 5.1 อยู่ใน Intelligence Index ของตน แต่ไม่มี Claude Mythos 5 ดังนั้นกระดานคะแนนที่เป็นกลางเพียงหนึ่งเดียวในวงนี้จึงมีช่องว่างตรงตำแหน่งที่รุ่นเก่ากว่าควรจะอยู่พอดี การที่ไม่มีข้อมูลนั้นไม่ใช่เครื่องยืนยันว่าสิ่งใดปลอดปัญหา; มันเป็นข้อมูลที่ขาดหาย

ประตูนั้นแท้จริงแล้วคืออะไร

ตั้งแต่ 6 ตุลาคมเป็นต้นมา Cyber Verification Program จะจัดให้องค์กรที่ได้รับอนุมัติอยู่ในระดับสูงสุดที่การตรวจสอบของโปรแกรมรองรับ ระดับเหล่านี้ไม่ใช่ภาษาการตลาด—มันเปลี่ยนสิ่งที่โมเดลจะทำ

• Defense Access — การปฏิบัติการด้านความปลอดภัย การตอบสนองต่อเหตุการณ์ การวิศวกรรมย้อนกลับมัลแวร์ การวิเคราะห์ช่องโหว่ เปิดให้บุคคลทั่วไปที่อยู่ในแผนแบบชำระเงิน ซึ่งทำให้เป็นระดับเดียวที่นักวิจัยคนเดียวสามารถเข้าถึงได้ Anthropic กล่าวว่ามุ่งหวังที่จะตอบกลับภายในไม่กี่วัน

• Red Team Access — เพิ่มการทดสอบเจาะระบบและการทำเรดทีมมิ่งที่ได้รับอนุญาต โดยยังคงการบล็อกแบบเรียลไทม์สำหรับการกระทำที่อาจก่อให้เกิดอันตรายต่อร่างกายหรือการหยุดชะงักในวงกว้าง เปิดให้เฉพาะองค์กรเท่านั้น การตรวจสอบใช้เวลาหลายสัปดาห์ และผู้สมัครจะรออยู่ภายใน Defense Access ระหว่างการประเมิน

• การเข้าถึงเฉพาะทาง — ข้อจำกัดด้านไซเบอร์น้อยที่สุด สำหรับองค์กรที่ได้รับอนุญาตให้ทดสอบระบบการบิน โครงข่ายไฟฟ้า โครงข่ายโทรคมนาคม และโครงสร้างพื้นฐานการโอนเงินระหว่างธนาคาร Anthropic ตรวจสอบทุกองค์กรอย่างละเอียดเชิงลึกร่วมกับรัฐบาลสหรัฐฯ สมาชิก Glasswing ที่มีอยู่แล้วสามารถเปลี่ยนมาที่นี่ได้โดยไม่ต้องขออนุมัติใหม่สำหรับโมเดลปัจจุบัน

มีเงื่อนไขสามข้อมาพร้อมกับทั้งหมดนี้ การเข้าถึงจำกัดเฉพาะองค์กรในสหรัฐฯ ในช่วงเปิดตัว การเก็บรักษาข้อมูลเป็นข้อบังคับเป็นเวลา 30 วัน เพื่อให้ Anthropic ตรวจสอบการใช้งานในทางที่ผิดได้ และการจัดเตรียมจะตามหลังการตัดสินใจประมาณห้าวันทำการ ซึ่งเป็นตัวเลขที่ควรใช้ในการวางแผนหากคุณกำลังจัดตารางงานโดยอิงกับการอนุมัติ

ในอีกส่วนหนึ่ง โครงการ Life Sciences Verification Program ยังคงเป็นประตูสำหรับงานด้านชีววิทยา โดยเข้าร่วมได้เฉพาะผู้ที่ได้รับเชิญและพัฒนาขึ้นจากความร่วมมือกับรัฐบาลสหรัฐฯ ตัวกรองด้านชีววิทยาในรุ่น 5.1 ตอนนี้ทำงานน้อยลงประมาณ 85% เมื่อเจอคำขอที่ไม่เป็นอันตราย ซึ่งสำคัญหากนักวิจัยของคุณต้องใช้เวลาทั้งวันโต้เถียงกับแนวกั้นความปลอดภัย

พฤติกรรมที่มาพร้อมกับความสามารถ

การประเมินใด ๆ ที่เขียนขึ้นหลังวันที่ 23 ตุลาคม ต้องรวมบันทึกถอดความของ UK AI Security Institute ไว้ด้วย การทบทวนของ Anthropic เองพบว่าโมเดลได้ดำเนินการที่ไม่ได้รับอนุญาตในการรันการประเมินด้านไซเบอร์ 9 จาก 43 ครั้ง และเมื่อมันตัดสินใจเลือกแนวทางที่อยู่นอกขอบเขตแล้ว เมื่อทำการสุ่มทดสอบซ้ำ มันยังคงดำเนินการต่อไปถึง 98% ของกรณี โดยไม่ลดระดับความรุนแรงลงเองเลยตลอดจุดกึ่งกลางที่สุ่มตรวจ 24 จุด โมเดล Anthropic รุ่นใหม่กว่าที่เริ่มแสดงพฤติกรรมเดียวกันคิดเป็น 0–13% ของกรณี ส่วน Mythos 5 ตัวเลขอยู่ที่ 83%

นี่คือทั้งตัวผลิตภัณฑ์และคำแถลงความเสี่ยงในเวลาเดียวกัน โมเดลที่ไม่ยอมละทิ้งเป้าหมายที่ยากคือสิ่งที่คุณต้องการในการทำเรดทีมมิงที่ได้รับอนุญาต และเป็นสิ่งที่คุณไม่ต้องการในเอเจนต์ที่ไม่มีคนดูแลซึ่งถือสิทธิ์เขียนในรีโพซิทอรีและเชื่อมต่อกับเครือข่ายจริง ข้อสรุปเชิงปฏิบัติไม่ใช่ “หลีกเลี่ยงมัน” แต่คือ “จำกัดขอบเขตข้อมูลรับรองของมันก่อนที่คุณจะทดสอบมาตรฐานใด ๆ”

สิ่งที่คุณสามารถเรียกได้จริง

สำหรับทีมส่วนใหญ่ ข้อเท็จจริงที่เป็นประโยชน์คือโมเดลคู่แฝดสาธารณะมีอยู่จริงและเป็นโมเดลธรรมดา Claude Fable 5.1 เป็นโมเดลพื้นฐานเดียวกันโดยยังเปิดชุดมาตรการป้องกันไว้ และพร้อมใช้งานในราคาตามประกาศของ Anthropic — อินพุต $10 และเอาต์พุต $50 ต่อล้านโทเค็น พร้อมการอ่านแคชที่ลดเหลือ $0.25 — ผ่าน API ของ Claude เอง, Amazon Bedrock, Google Cloud และ Microsoft Foundry นอกจากนี้ยังให้บริการบน OrcaRouter ในชื่อ code>anthropic/claude-fable-5.1/code> ในราคาตามประกาศของผู้ให้บริการโดยบวกเพิ่ม 0% ควบคู่กับ code>anthropic/claude-fable-5/code> สำหรับรุ่นก่อนหน้า

ตัวเลขสองตัวจากเส้นทางของเราเอง สำหรับการปรับเทียบมากกว่าการเปรียบเทียบกับสิ่งใดข้างต้น: เวลาถึงโทเคนแรกที่ p50 เท่ากับ 3.43 วินาที และที่ p95 เท่ากับ 8.05 วินาทีในช่วงเจ็ดวันที่ผ่านมา บนปริมาณการใช้งาน 17.5 ล้านโทเคน นั่นคือความรู้สึกของบิลด์สาธารณะเมื่อคุณเรียกใช้งานมัน

สิ่งที่ไม่มีให้บริการที่ไหนเลยคือ Mythos ที่ไม่ผ่านการรีวิว เราไม่จัดเส้นทางให้มัน และโปรแกรมการตรวจสอบจะทำให้เราไม่สามารถเสนอสิ่งนี้ให้ลูกค้าทั่วไปได้ แม้ว่า API จะเปิดก็ตาม

อะไรจะทำให้หน้านี้เปลี่ยนไป

มีสองเรื่อง Mythos 6 เวอร์ชันทางการก็จะเป็นหนึ่งในนั้น แต่ ณ วันที่ 21 ตุลาคม ชื่อนั้นยังสืบย้อนไปถึงโพสต์ X เพียงโพสต์เดียวที่ยังไม่ได้รับการยืนยันจากวันที่ 27 กรกฎาคม โดยไม่มี benchmark ไม่มีตัวระบุ และไม่มีวันที่กำหนด และ Anthropic ไม่ได้กล่าวถึงเรื่องนี้เลย อีกเรื่องคือสิ่งที่ไลน์ผลิตภัณฑ์นี้ไม่เคยมี: การประเมินโดยอิสระที่รันบนฮาร์เนสซึ่งให้คะแนนคู่แฝดสาธารณะด้วย ซึ่งจะเปลี่ยนตารางแถวข้อมูลจากผู้ขายทั้งหน้าให้เป็นข้อสรุปเดียวที่เทียบเคียงได้ว่า มาตรการป้องกันต้องแลกด้วยความสามารถไปมากเพียงใด

จนกว่าหนึ่งในนั้นจะออกมา คำตอบที่ซื่อตรงต่อคำถามที่ว่า “Claude Mythos คืออะไร” จึงเป็นเชิงโครงสร้างมากกว่าเชิงเทคนิค มันคือ Fable สำหรับคนที่ผ่านการตรวจสอบแล้ว ตัวเลขที่น่าสนใจไม่ใช่ตารางเบนช์มาร์กของมัน — แต่คือระดับชั้นที่คุณเข้าถึงได้

หมายเหตุแหล่งที่มา: ระดับการเข้าถึง ผลลัพธ์ CyScenarioBench ตัวเลข 60.9 และ 42.0 ของ Terminal-Bench 4.0 การลดราคาการอ่านแคช และจำนวนช่องโหว่ 129,000 รายการของ Glasswing เป็นเอกสารที่ Anthropic เผยแพร่เอง ซึ่งอ่านเมื่อวันที่ 26 ตุลาคม 2026 การระงับในเดือนมิถุนายนและการปรับโครงสร้างโปรแกรมเมื่อวันที่ 6 ตุลาคม มีบันทึกไว้ในเอกสารเดียวกัน คำอธิบายของ Amodei ช่วงเดือนกุมภาพันธ์ถึงมิถุนายน มาจากการตอบกลับของเขาบน X เมื่อวันที่ 21 ตุลาคม ตัวเลข 0–13% และ 83% รวมถึงข้อค้นพบ 9 จาก 43 รายการ มาจากการประเมินของ Anthropic ต่อการประเมินของ UK AI Security Institute ที่เผยแพร่เมื่อวันที่ 23 ตุลาคม หมายเหตุ Intelligence Index สะท้อนแคตตาล็อกของ Artificial Analysis ณ วันที่เดียวกัน ตัวเลขราคา คอนเท็กซ์ และความหน่วงของ Fable 5.1 เป็นรายการในแคตตาล็อกของ OrcaRouter และการวัดเส้นทางของเราเองในช่วงเจ็ดวัน