Anthropic发布Claude Mythos Preview模型并公布其性能指标。多个研究团队对该模型的评估方法提出技术性质疑。争议焦点集中在基准测试设计和结果可重复性方面。行业专家指出当前缺乏统一的AI模型评估标准。该事件突显了AI行业需要建立更透明的评估体系。模型性能争议可能影响企业技术路线选择。事件反映出AI领域技术验证机制亟待完善。