Siga ZDNET: Adicione-nos como fonte preferencial no Google.
Principais vantagens do ZDNET
- A última versão do Claude Mythos já evoluiu.
- Pesquisadores externos descobriram que ele alcançou vários primeiros lugares em testes.
- As capacidades de IA podem melhorar muito mais rápido do que o esperado.
Parece que o Antrópico Claude Mythos, que a empresa diz ser forte demais para ser lançado, já ganhou novas opções.
Em um blog O AI Security Institute (AISI) do Reino Unido relatou testar uma versão mais recente do Mythos que superou os resultados anteriores e o GPT-5.5 da OpenAI – apenas um mês após o lançamento original do Mythos.
Além disso: Apple, Google e Microsoft unem-se ao projeto Glasswing da Anthropic para proteger o software mais importante do mundo
“O último ponto de verificação do Mythos Preview completou ambas as nossas faixas cibernéticas, resolvendo a faixa ‘Última’ em 6 de 10 tentativas e a anteriormente não resolvida ‘Torre de Resfriamento’ em 3 de 10 tentativas”, escreveram os blogueiros. “Esta foi a primeira vez que um modelo completou a segunda das nossas duas gamas cibernéticas.”
Quando a Anthropic anunciou pela primeira vez o Mythos Preview e o Project Glasswing, uma aliança de testes de segurança cibernética que formou com empresas de tecnologia rivais e laboratórios de inteligência artificial, concedeu acesso limitado ao Mythos, no mês passado, à britânica AISI. aprecieiconstatando que o modelo “representa um avanço em relação aos modelos de fronteira anteriores, num cenário onde o desempenho cibernético já estava melhorando rapidamente”.
Esta perspectiva de terceiros ajudou a contrabalançar as alegações de que o entusiasmo em torno da Mythos era apenas marketing ou, por outro lado, indicativo de uma mudança catastrófica nas capacidades de IA. A verdade sobre o que o modelo pode fazer está provavelmente em algum ponto intermediário.
Além disso: Como aprender o código de Claude gratuitamente com os cursos de IA antrópica – levei apenas 20 minutos
O teste atualizado do AISI também mostra que as melhorias de capacidade não estão limitadas a lançamentos de modelos únicos, mas podem ocorrer em versões de um único modelo.
Uma ameaça cibernética em rápido crescimento
A AISI observou que a capacidade dos modelos de inteligência artificial para executar tarefas cibernéticas está a evoluir rapidamente, com sérias implicações para a segurança cibernética, especialmente dadas as competências da Mythos na detecção de vulnerabilidades de software.
“Em fevereiro de 2026, estimamos internamente que a duração das tarefas cibernéticas para modelos de IA dobrou a cada 4,7 meses desde o final de 2024 – já uma aceleração em relação à nossa estimativa de 8 meses de novembro de 2025”, escrevem os autores do blog. “Desde então, a AISI relatou dois novos modelos, Claude Mythos Preview e (OpenAI) GPT-5.5, que superaram significativamente ambas as tendências de duplicação.”
Além disso: Terceira grande falha no kernel do Linux encontrada em duas semanas – graças à IA
Os autores acrescentaram que não está claro se esta tendência continuará ou se estes resultados indicam um aumento sustentado. Mythos e GPT-5.5 poderiam ser simplesmente rupturas notáveis no padrão geral de evolução do modelo.
No entanto, a AISI explicou que existem várias incógnitas que os seus testes não conseguiram explicar. Os testes limitaram as tarefas a 2,5 milhões de marcadores, o que permitiu aos pesquisadores comparar melhor os resultados de desempenho ao longo do tempo. Isto inerentemente “subestima o que os modelos de fronteira podem fazer”, escreveram eles.
“Mythos Preview e GPT-5.5 têm grandes barras de erro de limite superior, já que nosso pacote cibernético estreito tem uma taxa de conclusão de quase 100% para as tarefas mais longas, mesmo com um limite de 2,5 milhões de tokens”, continuou o blog. “Nossas tarefas também não são longas o suficiente para determinar a rapidez com que a confiabilidade dos modelos se deteriorará à medida que as tarefas forem mais longas. Assim, alguns dos modelos mais recentes são o limite de medição do nosso estreito conjunto de testes.”
Além disso: testei o GPT-5.5 em um teste de 10 rodadas: ele marcou 93/100, só perdendo pontos pela abundância
Embora isso torne difícil medir o ponto de falha do modelo, também significa que as taxas de sucesso do modelo para essas tarefas seriam muito mais altas sem o limite do marcador – tão altas que “os horizontes de tempo se tornam impossíveis de calcular”. Modelos com maior acesso a tokens e infraestrutura de agentes sofisticada seriam muito mais capazes.
“O limite de 2,5 milhões de tokens é relativamente baixo – em nosso experimento de alcance cibernético usamos até 100 milhões de tokens e descobrimos que o desempenho provavelmente ainda melhorará além deste orçamento, especialmente para modelos mais novos que se beneficiam desproporcionalmente de limites de tokens mais altos”, acrescenta o blog.
