内部

这是一套由449个真实Anthropic研发问题组成的内部评测：模型被放回某个历史时间点，只能查看当时的代码库、日志、内部消息和文档，然后寻找后来由工程师解决的问题的根因。

报告称，它在许多与内部工作有关的任务上，相比Mythos5是一次「明显改进」，但进步幅度没有从ClaudeOpus4.6跳到MythosPreview时那么大。

Model2，这是一个能力超过ClaudeMythos5、尚未向公众开放，却已经在Anthropic公司内部大量使用的模型。