Утечка произошла из-за ошибки в системе управления контентом: в открытом доступе оказался черновик будущего поста для блога, где модель упоминалась под названием Claude Mythos. В документе она описывалась как самая мощная разработка компании на сегодняшний день, а также часть нового класса моделей под кодовым названием Capybara.

Anthropic выпускает каждую модель в трех размерах. Самые мощные и дорогие называются Opus. Более быстрая и дешевая версия — Sonnet, а самая маленькая, быстрая и доступная — Haiku. Однако в своем блоге компания описывает Capybara как новый уровень моделей: они еще мощнее Opus, но и дороже.

Согласно этим материалам, Capybara значительно превосходит предыдущие версии по ключевым направлениям, включая программирование, логическое мышление и кибербезопасность. В компании подтвердили, что действительно работают над универсальной системой с серьёзными улучшениями в этих областях, однако подчеркивают, что её выпуск требует осторожного подхода.

Одной из причин осторожности стали потенциальные риски в сфере кибербезопасности. Внутренние документы указывают, что модель способна находить и использовать уязвимости быстрее и эффективнее, чем существующие системы защиты. Это делает её инструментом двойного назначения: она может как помогать специалистам усиливать защиту, так и использоваться злоумышленниками.

Именно поэтому текущая стратегия предполагает ограниченный доступ — модель предоставляется в первую очередь организациям и экспертам по кибербезопасности. Это позволит заранее подготовиться к возможной волне атак с использованием ИИ и укрепить инфраструктуру до релиза.

Утечка также раскрыла дополнительные детали внутренней деятельности компании, включая подготовку закрытого саммита для руководителей европейских компаний. В Anthropic подчеркивают, что произошедшее стало результатом человеческой ошибки, а опубликованные материалы представляли собой лишь ранние черновики. Утечка произошла вслед за событиями февраля, когда компания обвинила китайские ИИ-лаборатории DeepSeek, Moonshot AI и MiniMax в создании более 24 тыс. фальшивых аккаунтов для извлечения возможностей Claude через дистилляцию.