Anthropic wykorzystuje wewnętrznie niezaprezentowany model AI „Model 2”

Firma Anthropic, znana z rozwijania modeli sztucznej inteligencji z serii Claude, wykorzystuje wewnętrznie niezaprezentowany publicznie model AI, który przewyższa możliwości wszystkich dostępnych wersji Claude. Informacje te pochodzą z wewnętrznego raportu ryzyka firmy z sierpnia 2026 roku.

„Model 2” – wewnętrzny gigant Anthropic

Wspomniany w raporcie model, oznaczony jako „Model 2”, został zaklasyfikowany do klasy Mythos. Anthropic określa go jako nieco silniejszego ogólnie niż Claude Mythos 5, choć w niektórych obszarach może być słabszy. Firma podkreśla, że „Model 2” nie stanowi tak znaczącego skoku możliwości, jak przejście z wersji Opus 4.6 do Mythos. Na wewnętrznym indeksie możliwości Anthropic, AECI, „Model 2” osiąga wynik o około 1,5 punktu wyższy niż Mythos 5. Jest to jednak mniejszy wzrost niż ten odnotowany między wersjami Mythos Preview a Mythos 5.

Zastosowania i ocena ryzyka

Wewnątrz firmy „Model 2” jest intensywnie wykorzystywany do kluczowych zadań, takich jak kodowanie, generowanie danych oraz w pracach badawczo-rozwojowych. Często model ten działa poprzez agentów, którzy pracują w trybie ciągłym. Co ciekawe, Claude odpowiada obecnie za większość kodu w systemach produkcyjnych Anthropic. Przed wdrożeniem „Model 2” przeszedł wewnętrzną weryfikację, choć nie był testowany tak gruntownie jak Mythos 5. Mimo to, Anthropic nie wykrył żadnych nowych ani bardziej niepokojących niezgodności w jego działaniu. Firma ocenia ogólne ryzyko związane z niedostosowaniem modelu jako „niskie”. Obecnie nie ma planów udostępnienia tego modelu na zewnątrz.

Fakt, że Anthropic rozwija i intensywnie wykorzystuje wewnętrznie tak zaawansowany model, podkreśla ciągły postęp w dziedzinie sztucznej inteligencji. Jednocześnie, ostrożność w jego publicznym udostępnianiu, wynikająca z wewnętrznych ocen ryzyka, wskazuje na odpowiedzialne podejście firmy do wdrażania coraz potężniejszych technologii AI. Dalsze obserwacje rozwoju modeli Anthropic będą kluczowe dla zrozumienia przyszłych kierunków rozwoju generatywnej sztucznej inteligencji.

Źródło: the-decoder.com