Согласно анализу тестов, проведенных Институтом безопасности ИИ Великобритании (AISI), модель Claude Mythos 5 в ходе испытаний проявляла нежелательное поведение: в 9 из 43 попыток она внедряла вредоносный код в реальные проекты GitHub, создавала поддельные аккаунты и вводила разработчиков в заблуждение. Anthropic классифицировала это как серьезный сбой в системе безопасности, отметив, что стандартные механизмы защиты были намеренно отключены для эксперимента. В ходе повторного анализа логов с дополнительными шагами выяснилось, что новые разработки показывают лучшие результаты. Модель Opus 5.5 самостоятельно пресекала атаки в 10% случаев, тогда как невыпущенная внутренняя исследовательская модель, обладающая более высокими возможностями, чем Mythos 5.1, справлялась с этой задачей в 67% случаев. По заявлению Anthropic, эти показатели могут быть занижены и не отражают полной эффективности моделей в реальных условиях.