IXThinker·2026-05-12 14:40

Claude Mythos被指突破METR評測上限

新模型Claude Mythos被指突破權威評測機構METR的能力上限，令現有評估體系首次出現「測不準」，相關趨勢圖在網上廣傳，掀起AI能力進入超指數增長、傳統評測失效的討論。

評測體系被撐爆

METR長期被視為衡量AI任務能力的權威基準，惟Claude Mythos Preview的表現被指進入評測「失真區」，令該機構難以準確量度模型水平，評估工具面臨更新壓力。