Claude MythosがSWE-bench Proで77.8%を達成、トップに

4月7日、Anthropicはやや異例の発表を行った。新モデルClaude Mythosをリリースすると同時に、このモデルを一般公開しないと明言したのだ。

「後日公開」ではない。「現時点では40の機関のみが利用可能で、その他は待機」という形だ。

このプロジェクトはProject Glasswingと呼ばれる。

Mythosの実力

まずはデータを見てみよう。

ベンチマークClaude Opus 4.6Claude Mythos変化
SWE-bench Verified80.8%93.9%+13.1%
SWE-bench Pro非公表77.8%現在トップ

SWE-bench Proの現在の2位は智譜GLM-5.1(58.4%)、3位はGPT-5.4(57.7%)である。Mythosは77.8%で2位を約20ポイント引き離しており、その差は決して小さくない。

しかしAnthropicは単にランキングを競っているわけではない。Mythosに実際のコードベースをスキャンさせた結果、以下のものが見つかった。

  • 主要なOSやブラウザにおける数千ものゼロデイ脆弱性
  • FFmpegに16年間潜伏していたバグ——この脆弱性は従来のセキュリティスキャンツールで500万回以上スキャンされたが、すべて見逃されていた

Ciscoの最高セキュリティ責任者Anthony Grieco氏は次のように述べている。「これは深遠なパラダイムシフトを表しており、これまでのシステム強化手法ではもはや不十分であるという明確なシグナルだ」

Project Glasswingの論理

Anthropicがこれら40の機関に提供するのはMythosのプレビュー版アクセスであり、用途はただ一つ、防御的なサイバーセキュリティ業務である。

現在アクセス権を取得しているパートナーには、Amazon、Apple、Broadcom、Cisco、CrowdStrike、Linux Foundation、Microsoft、Palo Alto Networksが含まれる。

Anthropicは併せて以下を提供する。

  • 参加組織のセキュリティテストと研究をカバーする1億ドル分のAPIクレジット
  • オープンソースセキュリティ組織への400万ドルの直接寄付

なぜこのような「限定版」形式を取ったのか。

公式の説明は率直だ。Mythosはサイバーセキュリティ能力において「現在他のいかなるAIモデルをもはるかに凌駕している」が、それゆえに大規模なサイバー攻撃を加速させるためにも悪用される可能性がある。Anthropicは、十分な保護策がない状態でこのモデルを公開するリスクは高すぎると判断した。

そこで彼らが選んだのは妥協案だ。まず防御側に提供し、セキュリティチームが事前にパッチを適用できるようにしてから、より広範な公開を検討するというものだ。

この戦略は正しいか

考えてみる価値はある。

従来のAIモデル公開の論理は、公開、テスト、問題発見、修正、反復というものだ。このプロセスは公開されており、リスクは拡散する——攻撃者と防御者が同時に新しいツールを手にする。

Glasswingのアプローチはそれを逆転させる。まず防御側に時間的猶予を与え、Mythosを使って積極的に脆弱性を発見・修正させた上で、より広範なアクセスを検討する。

ゲーム理論の観点からは、この設計には道理がある。防御側が先に行動すれば、攻撃側が同じモデルを利用するコストは格段に高くなる。

しかし実際の効果は、二つの要素にかかっている。この40の機関が本当にこの猶予期間中に重要な脆弱性を修正できるかどうか、そしてモデル自体の能力に漏洩リスクがないかどうか(Mythosの存在は、データ漏洩によりメディアによって既に事前に暴露されていた)。

Mythosはどのレベルのモデルか

Anthropicは明確に「これまでで最も強力なモデル」と述べており、Opus 4.xシリーズの延長上の反復ではなく、新世代のものだとしている。

数週間前、データ漏洩事件により一部メディアがMythosの存在を事前に暴露した。Fortuneは、Anthropicが社内でこれを「能力における段階的飛躍」と表現したと報じている。現在、名称と能力はともに公式に確定したが、公開リリースではなく、対象を絞ったパートナーシッププログラムという形で実現した。

Anthropicが何を待っているのかは明らかにされていない。しかしSWE-bench Proの77.8%という数字から見て、このモデルのコード能力はすでに別次元にある。

出典:Anthropic debuts preview of powerful new AI model Mythos in new cybersecurity initiative(TechCrunch);Anthropic debuts Project Glasswing, CocoLoop、 leveraging its powerful Mythos model to reinforce software security(SiliconAngle);Anthropic is giving some firms early access to Claude Mythos to bolster cybersecurity defenses(Fortune);Exclusive: Anthropic Mythos AI model representing step change in power revealed in data leak(Fortune)