Claude Mythos 5.2 漏洞挖掘账本:高推理档成本翻4倍只换1%检出率
illscience · x · 2026-11-10
illscience 分析 Anthropic 公布的 CVE Rediscovery 评测经济账:Mythos 2 max 推理档相比 xhigh,每发现一个漏洞的价格约是 4 倍,换来的只是约 1% 的检出率提升。但买家对价格完全不敏感——这 1% 的增量可能价值整个公司。配图为官方评测图表:2026 年 10 月对 1829 个 CVE 的测试中,Mythos 5.2 在所有 effort 档位上都优于 Mythos 5.1 与 Opus 5.5,Max 档检出约 90%,x 轴为对数刻度(每次尝试成本 0.1 到 10 美元)。
「模型」频道最新
- AA-3D 基准揭秘:模型当 agent 用 Blender+浏览器自测做 3D 场景 — ArtificialAnlys · 2026-11-10
- AA-3D 题¶示例:从 Starship 任务到泰姬陵漫游 — ArtificialAnlys · 2026-11-10
- 同题对比:两代 Claude 差 132 分,星系碰撞场景细节差距明显 — ArtificialAnlys · 2026-11-10
- Claude Fable 5.2 登顶 AA-3D 榜首,Elo 领先第二名 67 分 — ArtificialAnlys · 2026-11-10
- 用 Claude Fable 5.2 做出浏览器可玩的梦境行船游戏 Demo — FinanceYF5 · 2026-11-10
- RLI 一年从 2.5% 到 41.3%:AI 远程工作自动化率约 3 个月翻倍 — devindkim · 2026-11-10