Model 2是什么？Anthropic内部模型能力更强但暂无发布计划

Anthropic 的最新风险报告提到了一款尚未发布的模型，该模型已用于内部研究和工程。我们只获得了一些可靠的事实、一个基准测试分数，以及大量悬而未决的问题。

Anthropic 的新风险报告中提到了一款模型，它不在 Claude 中提供，也没有正式的产品名称。它就叫 Model 2。

这个名字之所以出现，是因为报告既涵盖 Anthropic 内部使用的模型，也涵盖向客户发布的模型。Model 2 是该公司能力最强、使用最广泛的内部模型之一。Anthropic 表示目前没有将其外部发布的计划。

这留下了一个显而易见的问题：它到底是什么？

Anthropic 实际说了什么

风险报告第 16 页给出了最清晰的描述。Anthropic 称 Model 2 “比 Mythos 5 略强一些”。Anthropic 内部粗略判断是，在诸多与自身工作相关的任务上，Model 2 相对 Mythos 5 有明显改进。

但这种比较有其限度。Anthropic 表示，改进幅度小于从 Opus 4.6 到 Mythos Preview 的跨越。

报告还给出了另外四项有用的事实：

- Model 2 通过了 Anthropic 的内部部署前审查。
- 它没有被像 Mythos 5 那样广泛地使用或评估。
- Anthropic 没有运行其全套常规发布前评估。
- 目前没有外部发布计划。

这就是报告中全部确凿的证据。Model 2 是一个在积极使用的内部模型，而非已公布的 Claude 产品。

62.8% 的成绩

报告中最引人注目的数字是 Model 2 在 CoBench v2 上的得分。

CoBench 是 Anthropic 内部构建的一项评测，由 449 个真实研究和工程问题组成。模型会被置于 Anthropic 系统中的一个历史节点，并被要求诊断其工程师此前已经解决的问题。它可以访问代码库快照、日志、内部消息和文档，但看不到最终答案。

Model 2 得分 62.8%。Mythos 5 得分 50.3%，因此 Model 2 高出 12.5 个百分点。它还比 Mythos Preview 高出 8 个百分点。

关于这个分数的一些背景：CoBench 不是通用智能分数。它衡量的是在 Anthropic 特定工程问题集上的表现。该数据集也经过难度筛选，主要使用 Mythos Preview 在三次尝试中至少失败过一次的问题。

Anthropic 估计，一个能够完全替代其技术人员的模型需要至少拿到 85%。它表示该阈值存在不确定性，并指出了评测及其评分中的若干局限。

因此，结论是有限的：在这项内部测试中，Model 2 解决的问题明显多于 Mythos 5，但距离 Anthropic 自己对完全替代人员的估算还差得很远。

Model 2 在 Anthropic 内部做什么？

报告称，Mythos 5 和 Model 2 都被广泛用于研究和工程，既通过交互方式，也通过持久化智能体。

报告还称，Claude 现在编写了合并到 Anthropic 生产代码库中的绝大部分代码。

这些说法适用于 Anthropic 整体上的模型使用。报告没有单独区分 Model 2 在代码、生产力提升或错误中的占比。其包含 886 个内部会话的详细样本覆盖的是 Mythos 5，而不是 Model 2。

这一点很重要。Model 2 似乎在做实际工作，但公开报告并没有为我们提供一份干净的 Model 2 可靠性研究。

还有另一项直接比较。在 Anthropic 的 AI 研发进展指标上，Model 2 比 Mythos 5 高出约 1.5 分，误差范围较大。Anthropic 称，这一提升幅度小于从 Mythos Preview 到 Mythos 5。

报告自身的表述是一致的：Model 2 更好，但它没有被描述为戏剧性的阶跃变化。

为什么不发布？

Anthropic 没有给出产品层面的解释。

它表示，Model 2 尚未完成外部部署前通常运行的所有评估，因此公司对其模型能力判断的信心较低。

其有限的化学和生物评估结果与 Mythos 5 相当或更弱。这再次提醒我们，CoBench 上的领先并不意味着 Model 2 在每个领域都更强。

“目前没有计划”不等于“永远不会”，但这里没有任何发布承诺。

另一个值得注意的细节：在本报告中，Anthropic 将灾难性错误对齐的风险评估从“极低”调整为“低”。这一改变并不是因为 Model 2 未能通过安全测试。公司表示，近期的网络安全事件提高了其整体不确定性，尽管其底层论证仍然支持较低的评级。Model 2 通过了内部部署前审查，没有浮现新的错误对齐问题。

它会成为 Fable 5.1 或 Fable 6 吗？

如果明确这是猜测，那这是更有意思的猜测。

Anthropic 将 Fable 5 和 Mythos 5 作为同一底层模型的两种配置发布。Fable 5 是通用访问版本，具有更强的网络安全和生物学防护。Mythos 5 的防护较少，并仅限于经过审查的合作伙伴，包括 Project Glasswing 中的组织。

Model 2 最终可能会走类似路线：

- 一个带防护的 Fable 版本，供通用使用。
- 一个限制较少的版本，供经过批准的研究或安全合作伙伴使用。
- 不外部发布，而是将其改进合并到后续模型中。

这三种情况都有可能。Anthropic 没有说明它打算采取哪一种（如果有的话）。

CoBench 的结果使得“未来的 Fable 5.1 或 Fable 6 基于 Model 2”成为一项可以理解的猜测。但它仍然只是猜测。

我们所不知道的

报告没有告诉我们：

- Model 2 是发布候选版本还是实验分支；
- 它在 Claude 发布时使用的广泛公开基准上表现如何；
- 其内部使用中，交互式工作与持久化智能体各占多少；
- 后续公开模型是否会使用相同的基础权重。

这些问题比它的参数数量更有意义。前沿实验室现在很少公布参数数量，而一个未发布的内部模型更不可能附带这种级别的细节。

那么，Model 2 是什么？

它是 Anthropic 的内部模型，公司称其能力略强于 Mythos 5。

它已经用于研究和工程。它在 CoBench v2 上领先 Mythos 5 12.5 个百分点。它尚未完成 Anthropic 通常的外部发布评估，Anthropic 目前也没有发布它的计划。

Fable 和 Mythos 的分拆为未来版本可能以何种方式推出提供了一个先例，但这并非它一定会发生的证据。

目前，Model 2 最好被视为一扇了解 Anthropic 内部研发工作的窗口，而不是一个等待发布日期的产品。