Организация METR, которая занимается оценкой рисков ИИ, сообщила, что упирается в пределы своей текущей методики при измерении возможностей Claude Mythos. Параллельно Palo Alto Networks заявила, что передовые модели такого уровня заметно меняют ситуацию в кибербезопасности.
METR протестировала раннюю версию Claude Mythos Preview в марте 2026 года в рамках ограниченного по времени окна. По оценке организации, показатель 50 percent time horizon для модели составляет не менее 16 часов, а 95-процентный доверительный интервал находится в диапазоне от 8,5 до 55 часов.
Этот показатель описывает длину задачи, при которой у модели есть 50-процентный шанс выполнить работу, на которую человеку потребовалось бы указанное время. В качестве ориентиров METR использует задачи разной длительности, например обучение классификатора примерно за 45 минут или обучение устойчивой к атакам модели для изображений примерно за четыре часа.
По данным METR, для Mythos этот результат находится у верхней границы того, что можно измерить без новых задач. Из 228 задач в тестовом наборе только пять относятся к категории длительностью 16 часов и более. Поэтому измерения в таком диапазоне организация считает нестабильными и менее показательными, чем там, где покрытие задач лучше.
По этой причине METR не публикует точные оценки для моделей выше этого порога. Организация добавила, что текущий набор тестов всё ещё позволяет отличить заметно более сильную модель от известных публичных лидеров, но таких измерений уже недостаточно для точных количественных сравнений и экстраполяции.
Сейчас METR работает над обновлёнными методами с более длинными задачами, однако они ещё находятся в разработке. Из материала следует, что методы оценки растут медленнее, чем возможности самих моделей.
Palo Alto Networks, в свою очередь, оценила риски передовых моделей с точки зрения информационной безопасности. Компания заявила, что недавно получила ранний доступ без жёстких ограничений к новейшим ИИ-моделям, включая Mythos, GPT-5.5-Cyber от OpenAI и Claude Opus 4.7.
Palo Alto Networks описывает увиденное как «резкий скачок возможностей». По словам компании, модели показали «интуитивное понимание уязвимостей ПО», а роль ИИ сместилась от помощника к автономному агенту, который может находить и связывать уязвимости в цепочки в масштабе, к которому большинство защитных команд не готово.
Согласно публикации компании, три недели анализа с участием моделей дали результат, сопоставимый с целым годом ручного пентеста, при более широком покрытии. В ряде случаев модели объединяли несколько уязвимостей с низкой оценкой риска в критические цепочки атак. В сценариях с поддержкой ИИ время от начального доступа до вывода данных может сокращаться до 25 минут.
Palo Alto Networks оценивает рост эффективности программирования у нынешних передовых моделей по сравнению с предыдущим поколением примерно в 50 процентов. «Эта цифра звучит как постепенное улучшение, но на практике это порог, после которого ИИ перестаёт быть просто полезным помощником и становится автономным оператором», — пишет компания.
Отдельным риском компания считает быстро растущую и плохо контролируемую поверхность атак. По её оценке, «каждый настольный компьютер фактически становится сервером» по мере распространения локальных ИИ-агентов. При этом у большинства организаций нет достаточной видимости в отношении кода, который их сотрудники генерируют и развёртывают.
После запуска Mythos компания сначала предполагала, что у злоумышленников появятся сопоставимые возможности примерно через шесть месяцев. Теперь, по словам Palo Alto Networks, эта оценка заметно ускорилась.
Повышенное внимание к Claude Mythos в кибербезопасности связано в том числе с тем, что Anthropic назвала модель «слишком опасной» для открытого выпуска. В материале отмечается, что похожий приём OpenAI уже использовала во время анонсов GPT-2.
Предыдущие исследования также указывают, что угроза для кибербезопасности со стороны более сильных ИИ-моделей выросла. Однако реальный масштаб этого риска пока остаётся не до конца понятным.
Британский AI Security Institute, AISI, сообщил, что Claude Mythos Preview способен проводить сетевые атаки от начала до конца, но предполагает, что на первом этапе это затронет главным образом слабые и плохо защищённые сети. По данным материала, уже выпущенная GPT-5.5 от OpenAI тоже решает похожие многоэтапные сценарии атак на корпоративные системы и даже немного превосходит Mythos. Сопоставимые возможности, как утверждается, есть и у более компактных моделей.
При этом модели могут помогать и защите. Mozilla использовала Claude Mythos Preview от Anthropic для поиска уязвимостей в браузере Firefox. Компания сообщила, что только в апреле 2026 года исправила 423 проблемы безопасности, что стало рекордом для неё.
Источник: The Decoder, METR, Palo Alto Networks, AI Security Institute, Mozilla.
