人工智能初创公司Anthropic与美国国家安全局合作，部署Claude Mythos大模型用于进攻性网络作战，并派驻六名工程师提供驻场支持，进行模型定制与调优。该模型因高安全风险引发技术争议。
Anthropic扩大顶级安全大模型“神话”全球内测范围，新增150家机构预览权限，旨在协助关键基础设施排查系统漏洞。该模型具备极强编程与漏洞挖掘能力，被视为AI安全领域的双刃剑。
Anthropic宣布扩大顶级AI模型Mythos的使用范围，新增约150家机构，使总访问机构达200家。新名单引入电力、水务、通信、医疗保健等未被充分代表的垂直行业，旨在平衡全球AI安全格局。
欧盟委员会与美国AI公司Anthropic达成协议，允许其开放先进模型“Mythos”的访问权限，以加强网络安全监管合作。作为“Project Glasswing”核心，Mythos于4月向少数企业开放，具备强大代码分析能力，可识别和修复漏洞，但存在被滥用的风险。
Alibaba
$0.5
输入tokens/百万
-
输出tokens/百万
128
上下文长度
Deepseek
$2
8
$1
32
Xai
py-sandy
这是Gryphe的MythoMax-L2-13B模型的GGUF转换的浮点16位版本，专为在高显存GPU上进行全质量本地推理而设计。
DavidAU
这是一个将Psyonic-Cetacean-20b与Mythomax-13B融合的超高质量模型，专为深度创意写作设计，参数规模达290亿。
duyntnet
MythoMax-L2-13b是对MythoMix的改进版本，采用实验性张量类型合并技术，融合了MythoLogic-L2和Huginn模型的优势，可能是MythoMix的完美变体。
Clevyby
MythoMax L2 13b是一个基于Q4_K_M量化版本的大语言模型，适用于文本生成任务。
MaziyarPanahi
MythoMist-7b是基于Mistral-7B-Instruct-v0.2模型通过slerp合并方法优化的文本生成模型，提供多种量化格式的GGUF文件，支持在不同客户端和库中使用，满足多样化的文本生成需求。
TheBloke
Mythalion Kimiko v2 - AWQ 是 nRuaif 创建的 Mythalion Kimiko v2 模型的 AWQ 量化版本，具有高效、准确和快速推理等特点。
Gryphe
MythoMist 7B 是一个基于 Mistral 的高度实验性合并模型，采用创新算法主动进行基准测试以实现用户目标，特别针对减少某些负面关联词汇的使用频率。
lizpreciatior
基于多个LLaMA2 70B微调模型融合的角色扮演与创意工作专用模型，融合了Nous-Hermes-Llama2-70b、Xwin-LM-7B-V0.1和Mythospice-70b的特点
Heralax
基于MythoMax-L2-13b微调的对话模型，专为角色扮演优化，尤其擅长模仿特定角色风格
MythoMax L2 13B 的 AWQ 量化版本，能有效提升推理效率。
Mythalion 13B是由PygmalionAI开发的13B参数规模的大语言模型，基于Llama架构，专注于文本生成和指令跟随任务。
PygmalionAI
Pygmalion-2 13B与MythoMax 13B的融合模型，专注于角色扮演/聊天场景
Undi95
ReMM-SLERP是对原始MythoMax-L2-13B的重构版本，采用SLERP技术融合了更新后的多个13B参数模型，包括Chronos-Beluga、Airoboros和Huginn等。
基于MythoMax-L2-13b微调的大语言模型，通过LoRA技术合并优化，适用于创意文本生成和对话任务
MythoMax L2 13B是由Gryphe开发的大语言模型，基于Llama 2架构，专注于角色扮演和创意文本生成。
MythoMax是通过实验性张量合并技术融合MythoLogic-L2和Huginn模型的改进版本，在角色扮演和故事创作方面表现卓越。
MythoLogic-L2-13B是基于Llama 2的改进模型，专注于增强角色扮演能力和理解复杂指令。
一个用于Mythic的MCP演示项目，允许LLM代表我们进行渗透测试。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
