Mythos 1 is Coming, But It Costs 3.2x More Than Opus...
三句話摘要
Anthropic 即將推出 Mito 新模型，同時 Claude 已在加速 AI 開發，預示遞迴自我改進可能臨近。 Claude 在編程與判斷力上的量子躍進表明遞迴自我改進的臨界點可能比預期更近。 Mito 預發布跡象明顯：模型檢查點已交付紅隊測試，按業界標準預示發布在即，但發生洩露事件導致測試暫停，目前不清楚是否影響發布時程。
重點整理
重點- 1
Mito 預發布跡象明顯：模型檢查點已交付紅隊測試，按業界標準預示發布在即，但發生洩露事件導致測試暫停，目前不清楚是否影響發布時程。
- 2
定價策略反映能力：Mito 計費較高但符合 Anthropic 對自身模型強度的評估，因為運行成本確實高昂。同時 OpenAI 的 GPT 5.6 也在平行開發中，兩者都預期將超越現有最強模型。
- 3
Claude 在編程與判斷上的量子躍進：代碼產出量自 2025 年開始加速，開放式編程成功率達 76%（半年內成長 50 個百分點），代碼品質已從低於工程師水平達到持平並預期年內超越。
- 4
遞迴自我改進的臨界點臨近：Anthropic 坦承判斷力是自我改進的關鍵瓶頸，而 Claude 正好在此能力上從 22% 躍升至 64%，使得 AI 自我設計後繼者變得「極其合理」。
實用技巧與重點
乾貨- Mito 發布信息：
- 檢查點代號：Oceanus
- 定價：$16 per 1M input tokens、$80 per 1M output tokens
- 預計發布：1-2 週內（無重大問題的情況下）
- 測試狀態：紅隊測試已開啟，但因洩露事件暫停
- OpenAI GPT 5.6：
- 檢查點代號：Jewel Alpha
- 狀態：早期漏洩測試（無思考模式，基礎模型）
- Claude 性能數據：
- 代碼產出量：2025-2026 年加速 8 倍（2021-2025 年平緩）
- 開放式編程成功率：76%（2024 年 26%，6 個月成長 50%）
- 實際案例：2 小時修復導致數萬任務崩潰的問題（通常需 2-3 天）
- 代碼品質：現已與資深工程師持平，預期年內超越
- 優化性能測試：Mito 預發布達 52 倍優化（2024 年 Opus 4 為 3 倍）
- 研究判斷能力：64%（2024 年 22%，增長 42%）
- 遞迴自我改進的狀況：
- 現存瓶頸：研究問題篩選能力（判斷什麼值得解決）
- 該能力突破進度：22% → 64%
- Anthropic 評估：若趨勢持續，遞迴自我改進「極其合理」
結論
結論“Claude 在編程與判斷力上的量子躍進表明遞迴自我改進的臨界點可能比預期更近。”
完整解析
詳細Anthropic 即將推出的新模型 Mito 已展現多個預發布跡象。根據最新消息，模型的檢查點版本（代號 Oceanus）已在前一天交付給紅隊進行安全測試。紅隊的職責是在上市前主動尋找安全漏洞、測試模型的生產環境可靠性。根據業界標準，紅隊測試通常在正式發布前 7 天啟動，這暗示 Mito 可能在 1-2 週內推出。不過測試過程中發生了意外：有人將測試模型通過中文 API 代理轉賣，導致紅隊測試暫停。這類事件反映出 AI 領域的競爭激烈程度，也可能影響最終發布時程。
從定價來看，Mito 將按 $16 每百萬輸入 token、$80 每百萬輸出 token 計費，成本確實較高。但 Anthropic 有明確交代：新模型代表性能的量級躍升，運行基礎設施成本相應提高。與此同時，OpenAI 也在加速推進 GPT 5.6，早期漏洩測試顯示模型在代碼生成等任務上表現可期，但這些都是基礎模型無思考模式的早期測試，不足以判定最終實力。
更令人矚目的是 Anthropic 發布的《When AI Built Itself》報告，揭示 Claude 正在加速 Anthropic 自身的 AI 開發。最直觀的指標是代碼產出量：四年來基本持平的軌跡，在 2025 年開始上升，2026 年進一步陡峭化。更重要的是 Claude 在編程任務上的成功率躍升：在沒有既定解法的開放式編程問題上，成功率達 76%，相比半年前增長 50 個百分點。Anthropic 舉了真實案例：一次升級導致數萬訓練任務崩潰，工程師將日誌交給 Claude，模型在 2 小時內隔離根本原因並確認修復（人工通常需 2-3 天）。資深系統工程師們坦言，Claude 代碼品質已從去年的低於人類水平達到持平，預期年內將超越。
在研究能力上，Claude 的進展同樣驚人。在代碼優化測試上，2024 年 5 月 Opus 4 平均優化 3 倍，今年 4 月 Mito 預發布達 52 倍。在更難的判斷任務上——面對人類研究員的死胡同工作記錄，判斷應如何推進——Mito 的正確率達 64%，相比 2024 年的 22% 增長 42 個百分點。這引出遞迴自我改進的核心問題。Anthropic 坦承，上述成績並不保證自我改進必然發生，Claude 仍無法完全勝任「問題篩選」——判斷哪些研究值得做。這正是設計自我後繼者的關鍵能力。然而關鍵在於，當前唯一的瓶頸正好是 Claude 最近進步最快的能力，從 22% 飆升至 64%。如果趨勢持續，Anthropic 認為 AI 自行設計更強大後繼者變得「極其合理」。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
