# Claude Mythos 在 METR 长任务评测里拿到 50% 成功率，对应人类 16 小时的工作量

> 原标题：刚刚，Claude Mythos打爆AI评测天花板！超指数狂飙，2027奇点加速

- 来源：新智元 · 公众号
- 发布时间：2026-05-11T05:05:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/17852
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652699411&idx=1&sn=e11e9bab250663e0c38d5db2e3cdbd69

## 摘要

METR 的 Time Horizons 测试里，Claude Mythos 预览版在人类需要 16 小时才能完成的任务上，成功率达到了 50%。不过整个测试集一共 228 个任务，只有 5 个任务的时间跨度超过 16 小时，所以这个成绩能说明它在长任务上有进步，但样本太少，还测不出它在更长时间尺度上的真实水平。

## 推荐理由

METR 的 Time Horizons 测试中，Claude Mythos 预览版在人类需 16 小时完成的任务上成功率达 50%，但 228 个任务里只有 5 个超过这一时长，长任务成绩的样本基础有限。

## 锐评

50% 这个数别往奇点叙事上靠，228 个任务里只有 5 个超过 16 小时，分母太小，随便对错一个成功率就跳一大截。METR 这套按人类耗时算的评测方式比刷 benchmark 分数实在，做 agent 的可以拿它当参照，看自己的任务能撑到几小时。16 小时这个量级我信它比上一代强，拿 5 个样本推 2027 加速，只能说想多了。
