Claude Mythos Preview 与 Opus 4.6 的基本信息和评测数据全面对比

Claude Mythos Preview vs Claude Opus 4.6：Anthropic 迄今最强模型，能力跨越了多少？

2026 年 4 月 7 日，Anthropic 通过 Project Glasswing 正式披露了 Claude Mythos Preview 的存在。这不是一次常规的模型发布——Mythos Preview 既不面向公众开放，也没有走通常的产品发布流程，而是作为一个定向网络安全研究工具，授权给 AWS、微软、谷歌、Cisco、CrowdStrike 等超过 40 家机构使用。Anthropic 同步承诺提供 1 亿美元的模型使用额度，用于支持这些机构在防御性网络安全领域的研究工作。

正因如此，Mythos Preview 的定位从一开始就与以往的 Claude 系列不同：它代表的是 Anthropic 当前技术能力的天花板，而非面向市场的产品形态。与之对比的 Claude Opus 4.6，则是 Mythos Preview 披露之前 Anthropic 旗下综合能力最强的可用模型，于 2026 年 2 月发布，定位为推理型大模型。

在编程能力上，差距比预期要大

从 Anthropic 官方公布的评测数据来看，Mythos Preview 与 Opus 4.6 之间的差距在编程类任务上最为显著。在 SWE-bench Verified（通用代码修复基准）上，Mythos Preview 达到 93.9%，Opus 4.6 为 80.8%，提升幅度约 13 个百分点。而在难度更高的 SWE-bench Pro 上，Mythos Preview 得分 77.8%，Opus 4.6 仅为 53.4%，差距扩大至 24 个百分点以上。

多模态代码理解（SWE-bench Multimodal）的数据更为极端：Mythos Preview 59.0% 对比 Opus 4.6 的 27.1%，两者相差超过一倍。Terminal-Bench 2.0 上，Mythos Preview 的 82.0% 对比 Opus 4.6 的 65.4%，延续了这一趋势。

对于专注代码生成与工程自动化的用户来说，这些数字意味着 Mythos Preview 在处理真实工程任务时有质的跃升，而不只是边际改进。

在推理与知识类任务上，差距收窄，但仍领先

GPQA Diamond（研究生水平科学问答）上，Mythos Preview 得 94.6%，Opus 4.6 得 91.3%，差距约 3 个百分点。Humanity's Last Exam（多学科极限知识评测）方面，无工具条件下 Mythos Preview 56.8% 对比 Opus 4.6 的 40.0%；有工具辅助时则分别为 64.7% 和 53.1%。

这说明在纯推理和知识密度较高的任务上，Opus 4.6 并非毫无竞争力——但 Mythos Preview 依然保持明显优势，且在工具使用场景中能更有效地放大自身能力。

BrowseComp（联网信息检索）的结果也值得关注：Mythos Preview 86.9% 对比 Opus 4.6 的 83.7%，得分差距不大，但 Anthropic 特别指出 Mythos Preview 完成同样任务所消耗的 token 数量仅为 Opus 4.6 的五分之一左右，效率优势非常突出。

网络安全能力是 Mythos Preview 的核心差异点

CyberGym（网络安全漏洞复现基准）上，Mythos Preview 83.1% 对比 Opus 4.6 的 66.6%，差距约 17 个百分点。结合 Anthropic 披露的实际应用案例——包括在 OpenBSD、FFmpeg、Linux 内核中发现存在数十年的零日漏洞——这一能力更接近于质变而非量变。Anthropic 的说法是，Mythos Preview 已经能在无需人工干预的情况下自主完成漏洞发现和利用链的构建，且其发现的漏洞中有部分经历了数百万次自动化测试而从未被触发。

这是 Mythos Preview 名字出现在 Project Glasswing 框架下而非常规产品线下的根本原因：能力本身带来了访问限制，而不是相反。

价格：五倍溢价意味着什么

API 定价上，Mythos Preview 输入 $25/百万 tokens，输出 $125/百万 tokens；Opus 4.6 则是输入 $5，输出 $25，价差恰好是五倍。两者均为闭源模型，不支持权重开放。

目前 Mythos Preview 的上下文输出上限为 8192 tokens，明显低于 Opus 4.6 的 131072 tokens——这是当前 Preview 版本的限制，反映其仍处于受控使用阶段，并非最终形态。

应该怎么理解这个对比

Claude Mythos Preview 目前不是一个可以被普通开发者或企业直接调用的模型，Anthropic 也明确表示暂无面向公众开放的计划。这次对比的价值在于：Mythos Preview 作为 Anthropic 当前技术天花板的标定物，让外界第一次看到了它与已有最强商用模型 Opus 4.6 之间的真实距离。编程、安全、多模态理解，是差距最大的三个维度；推理与搜索类任务次之。

Anthropic 表示，他们计划在后续的 Claude Opus 新版本上率先落地 Mythos 级别的部分能力，同步引入新的安全防护机制，作为将 Mythos 级模型推向更大范围商用的过渡步骤。Mythos Preview 更像是一把用来标记终点线位置的尺子，而不是起跑枪。