AI安全機関が報告：AnthropicのMythosが予想以上の速さで進化

英国AI安全性研究所（AISI）が水曜日に公開したブログ記事によると、AnthropicのClaude Mythosモデル——同社が一般公開するには強力すぎると主張している——が新たな能力を獲得していることが明らかになった。AISIはMythosの新しいバージョンをテストし、その結果、以前の結果だけでなくOpenAIのGPT-5.5をも上回った。これはMythosの初期リリースからわずか1ヶ月後のことである。

ブログの著者らは「新しいMythos Previewチェックポイントは、当社の2つのサイバーレンジを完了し、'The Last Ones'レンジを10回中6回成功させ、以前は未解決だった'Cooling Tower'を10回中3回成功させた。これはモデルが2つ目のサイバーレンジを完了した初めてのケースである」と述べている。Anthropicが先月Mythos PreviewとProject Glasswing——競合するテクノロジー企業やAI研究所と結成したサイバーセキュリティテスト同盟で、Mythosへの限定的なアクセスを提供した——を発表した際、AISIは評価を行い、「このモデルは、サイバーパフォーマンスがすでに急速に向上している状況において、これまでのフロンティアモデルを上回る進歩を表している」と結論づけていた。この第三者視点は、Mythosをめぐる誇大広告が単なるマーケティングか、あるいはAI能力の壊滅的な変化の兆候であるという両極端の主張のバランスを取るのに役立った。このモデルの実際の能力はおそらくその中間にある。

AISIの更新テストはまた、能力の向上が個々のモデルリリースに限定されず、単一モデルのバージョン間でも発生し得ることを示している。AIモデルはサイバータスクを処理する能力が急速に向上しており、特にMythosがソフトウェア脆弱性の検出に優れていることを考えると、サイバーセキュリティに深刻な影響を及ぼす。ブログの著者らは「2026年2月、我々は内部で、AIモデルが完了できるサイバータスクの長さが2024年末以降、4.7ヶ月ごとに倍増していると推定した——これは2025年11月の推定値である8ヶ月からすでに加速している。その後、AISIはClaude Mythos PreviewとOpenAIのGPT-5.5という2つの新しいモデルを報告し、これらは両方の倍増傾向を大幅に上回った」と述べている。著者らは、この傾向が持続するかどうか、あるいはこれらの発見が一時的な増加を示すものかどうかは不明であると付け加えた。MythosとGPT-5.5は、単にモデル進化の全体的なパターンからの顕著な逸脱である可能性がある。

それでもAISIは、テストでは説明できないいくつかの未知の要素があると明言した。テストはタスクを250万トークンに制限しており、これにより研究者は時間の経過に伴うパフォーマンス結果をより適切に比較できるようになっている。しかし、これは本質的に「フロンティアモデルができることを過小評価している」と彼らは書いている。「Mythos PreviewとGPT-5.5は、250万トークンの制限があっても、狭いサイバースイートの最長タスクでほぼ100%の成功率を示しているため、大きな上限誤差幅を持つ。また、我々のタスクは、より高いタスク長でモデルの信頼性がどの程度急激に低下するかを判断するのに十分な長さではない。これにより、最新のモデルの一部は、我々の狭いテストスイートで測定できる限界にある。」モデルの失敗点を測定することが難しくなる一方で、トークン上限がなければ、これらのタスクでのモデルの成功率ははるかに高くなることを意味する——実際、非常に高いため「時間軸の計算が不可能になる」。より多くのトークンアクセスと複雑なエージェントインフラストラクチャを持つモデルは、はるかに高い能力を持つことになる。「250万トークンの制限は比較的低い——我々のサイバーレンジ実験では最大1億トークンを使用しており、特に最近のモデルでは、より高いトークン制限から不均衡に恩恵を受けるため、その予算を超えてもパフォーマンスが向上する可能性が高い」とブログは付け加えている。