Claude Mythos Preview

Fiche modèle · Anthropic · claude-mythos-preview

Claude Mythos Preview is an unreleased general-purpose frontier model from Anthropic, a new tier above Opus (internal codename 'Capybara'). It identified thousands of zero-day vulnerabilities across every major operating system and web browser as part of Project Glasswing, a cross-industry cybersecurity initiative with 12 partners including AWS, Apple, Microsoft, and Google. State-of-the-art on SWE-bench Verified (93.9%), GPQA Diamond (94.6%), USAMO (97.6%), Terminal-Bench 2.0 (82.0%), CyberGym (83.1%), and Cybench (100% pass@1, saturated). Represents a 4.3x increase over the previous trendline for model performance. Deployed under ASL-3 Standard. Best-aligned Claude model to date per Anthropic's risk report, with the first-ever 24-hour internal alignment review before deployment. Not planned for general availability. Pricing for participants: $25/$125 per million tokens (input/output). 244-page system card.

Identité

OrganisationAnthropic
Pays—
Famille—
Typellm
Date de sortie—
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte1 000 000
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-05-07T16:53:27.671423Z
Mis à jour le2026-11-04T06:04:32.980137Z
SourceLLM Stats
URLhttps://llm-stats.com/models/claude-mythos-preview

Prix par fournisseur

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.90
long_context0.80
math0.80
multimodal0.80
physics0.90
reasoning0.80
safety0.90
search0.90
spatial_reasoning0.80
frontend_development0.90
general0.90
healthcare0.90
agents0.80
biology0.90
chemistry0.90
code0.80
tool_calling0.80
vision0.80

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
browsecompreasoning0.871.000.87nonoui2026-11-04T06:04:33.053175Z
charxiv-rreasoning0.931.000.93nonoui2026-11-04T06:04:33.093146Z
cybenchsafety1.001.001.00nonoui2026-11-04T06:04:33.104599Z
cybergymcode0.831.000.83nonoui2026-11-04T06:04:33.063323Z
figqasafety0.891.000.89nonoui2026-11-04T06:04:33.100542Z
gpqareasoning0.951.000.95nonoui2026-11-04T06:04:33.030180Z
graphwalks-bfs->128kreasoning0.801.000.80nonoui2026-11-04T06:04:33.080976Z
humanity's-last-examreasoning0.651.000.65nonoui2026-11-04T06:04:33.039981Z
mmmlulanguage0.931.000.93nonoui2026-11-04T06:04:33.074582Z
osworld-verifiedmultimodal0.801.000.80nonoui2026-11-04T06:04:33.059110Z
swe-bench-multilingualreasoning0.871.000.87nonoui2026-11-04T06:04:33.008846Z
swe-bench-multimodalreasoning0.591.000.59nonoui2026-11-04T06:04:33.013215Z
swe-bench-proreasoning0.781.000.78nonoui2026-11-04T06:04:33.003866Z
swe-bench-verifiedreasoning0.941.000.94nonoui2026-11-04T06:04:32.991731Z
terminal-bench-2reasoning0.821.000.82nonoui2026-11-04T06:04:33.023355Z
usamo25math0.981.000.98nonoui2026-11-04T06:04:33.069223Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
agents220.8036.517trueskill2026-11-04T08:08:47.839150Zrankings
code50.8044.207trueskill2026-11-04T08:08:39.742311Zrankings
math10.8047.633trueskill2026-11-04T08:08:42.442591Zrankings
multimodal70.8036.943trueskill2026-11-04T08:08:46.488887Zrankings
reasoning40.8055.1112trueskill2026-11-04T08:08:41.093494Zrankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04