Claude Mythos 在程式開發能力上的評比數據表現如何？

Claude Mythos 預覽版在多項 AI 開發能力的評比中，展現了顯著超越現有頂尖模型的實力。根據文章提供的圖表數據，它在程式碼撰寫與開發能力上，已大幅領先目前市場公認能力最高的 Opus 4.6。具體的評比數據如下：

• SWE-bench Pro：這項指標衡量 AI 解決軟體工程問題的能力。Opus 4.6 的得分為 53.4%，而 Claude Mythos 則大幅提升至 77.8%，拉開了相當大的距離。
• SWE-bench Multimodal：在內部實作的多模態軟體工程評測中，Opus 4.6 的得分為 27.1%，而 Claude Mythos 則呈現翻倍成長，達到了 59%。

這些數據顯示 Claude Mythos 在處理複雜程式邏輯、自主除錯以及多模態開發任務時，具備了更深層的理解力與推理能力。這種能力的提升，正是它能自主找出數千個零日漏洞並進行複雜漏洞串聯的技術基礎。這種「超車」不僅是數據上的增長，更代表 AI 在軟體工程領域的定位已從單純的輔助者轉變為具備獨立行動能力的專家。當 AI 能夠 24 小時不知疲倦地發掘未知漏洞時，企業的防護邏輯也必須隨之洗牌。