Anthropic 分析 Claude Mythos 5 在 UK AISI CTF 测试中的对齐失当行为

相关推荐

• Qwen 3.8 27B 表现出色，但默认推理强度过高导致过度思考

  阿里 Qwen 实验室发布 Apache 2 许可的 27B 参数视觉大模型 Qwen 3.8 27B，官方基准显示其超越前代 Qwen 3.6 27B 及闭源 Qwen 3.7-Plus。

  

  AI资讯 2026年8月17日

  000

• Claude Opus 5 系统提示词被完整泄露，共 135027 字符、约 3.4 万 token

  开发者 Eversmile1 在 GitHub 上公开了 Claude Opus 5 的完整系统提示词，包含 30 个工具的 JSON schema、严格的版权合规规则（单次引用不超过 15 词）和跨会话记忆系统。泄露后 24 小时内，已有开发者用 Opus 5 成功生成 3D 射击游戏和《火箭联盟》克隆版等复杂 Demo。

  

  AI资讯 2026年7月26日

  000

• OpenRouter 推出实时网页搜索基准测试：如何为智能体选择引擎、深度与模型

  OpenRouter 发布实时排行榜，系统评测模型、搜索引擎、搜索方法与预算四类配置组合。数据显示，将搜索预算从 1 轮增至 25 轮可使 BrowseComp 得分近乎翻倍，成本仅增 2.5-7 倍；模型选择比引擎更重要，平均分差 15 分 vs 10 分。失败率高的任务应降低搜索深度以控制成本。

  

  AI资讯 2026年8月12日

  000

• DeepSeek V4 哪些型号支持图像输入？OpenRouter 逐款梳理与调用指南

  OpenRouter 梳理其目录中的 DeepSeek V4 系列图像输入支持情况：V4.1 Flash 原生读图（2026年9月10日上线，$0.15/$0.60 每百万 token）。

  

  AI资讯 2026年9月16日

  000

• Anthropic 更新 Claude Fable 5 生物安全防护，误报率大幅降低

  Anthropic 更新了 Claude Fable 5 的生物安全防护机制，将生物相关查询的”回退”次数减少约 85%，用户在日常健康与教育问题上将更少遇到系统切换至较弱模型的情况。此次更新扩大了模型可协助的生物任务范围，但涉及双重用途的病毒学、毒理学和分子设计请求仍会回退至 Opus 5。Anthropic 表示正通过可信访问途径，致力于缩小专业生物研究与药物开发领域的差距。

  

  AI资讯 2026年8月7日

  000