菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > AI资讯新闻 > Mythos 5训练代码52倍加速 性能评测榜单
产业资讯 5训练代码52倍加速

Mythos 5训练代码52倍加速 性能评测榜单

2026-06-09
阅读 0
热度 0
作者 菜鸟AI编辑部
摘要

摘要

Mythos5在特定优化任务中实现最高52倍的训练代码加速,远超人类4倍水平。其SVG生成能力极

传闻中10万亿参数的Mythos 5意外露面?52倍代码加速、手绘精细SVG——这究竟是技术新突破,还是昂贵的概念? Mythos 5,这回可能是真要来了。最近关于它的消息像潮水一样涌来。就在昨天,它甚至以Claude Mythos 5的身份在API中短暂露面,然后又迅速被撤下。

种种迹象表明,Mythos或同类型的Claude模型已经蓄势待发,红队人员已开始测试。今天又有了新消息。

根据大V Pankaj Kumar的爆料,Mythos 5的一项指标极为显眼——在特定的优化任务中,最高可实现52倍的训练代码加速。相比之下,熟练的人类在类似工作负载下大约只能实现4倍加速。 另外,它在SVG生成方面极其强大,能够输出高度精细的图像,在创建图形、游戏、网站和复杂的UI设计方面表现卓越。根据传闻,Mythos有望为Web开发和前端生成树立新标杆,尤其是在设计密集型工作流程中。它甚至可以通过代码生成令人惊艳的音乐。

前端变天?高精细SVG,还能代码写歌

Mythos 5的SVG能力确实让人眼前一亮。目前网上已经放出了不少实测Demo。

要知道,手写复杂SVG代码,或者将复杂UI设计转化为高质量SVG,对人类开发者而言是极其繁琐的事情。但体验过Mythos 5的开发者们透露,它能直接生成结构极其精细、层次分明的SVG图形。 下面这段Mythos生成的SVG,画面确实令人惊叹。

为什么?因为它展现出了令人难以置信的精细推理能力。为了在SVG中实现这些效果,AI需要理解3D深度的照明、渐变色带来的层次感、用于定位的向量数学,以及构成要素的结构方式——这道题并不简单。 然而,这种高精度是有代价的。有网友对此评价道:

目前的SVG生成水平固然有趣,但如果仍然需要花费数分钟时间,并且需要人工干预,那还算不上设计革命。

对此,开发者pankajkumar表达了不同看法:

SVG图形制作耗时较长,因为它包含很多步骤。最终的SVG输出质量才是更重要的。

Mythos和GPT 5.6的SVG对决。 可以大胆畅想的是:如果Mythos 5真能稳定输出复杂可用的UI组件,那么从设计稿(Figma等)到前端代码(React/Vue/SVG)的传统工作流,确实将面临重构。

这道题,GPT 5.5和Gemini都失败了,只有Mythos成功。 有意思的是,除了枯燥的业务代码,Mythos 5还展现出了某种“艺术细胞”。泄露资料提到,它可以通过编写高度优化的代码,生成音质和结构“出乎意料得好”的音乐,甚至能根据自然语言描述,自主编写并调试出运行良好的简单网页游戏。 这种跨界能力表明,当大模型的参数规模和推理能力达到一定临界点时,原本相互隔离的领域(如音乐、画图、编程)在底层的“代码表示”层面上,就能实现某种程度的融合。

全网Mythos的其他实测

传说中的Mythos 5,现在网上已经有这样一些实测了,效果相当震撼。

Mythos成功重现了《割绳子》游戏,完全保留了原版的绳索机制、物理效果和交互方式。

52倍速的震撼:AI写代码的自我进化协议

话说回来,这个最高52倍的训练代码加速,数字可信吗? 面对如此惊人的数字,独立开发者@SahilPanhotra和许多专业人士态度都比较审慎。正如有些人指出的:52倍的速度提升确实惊人,但只限于“某些特定优化任务”。

很有可能,这里指的是编译器优化、特定算法的并行化重构、内存对齐调整,或者是在极其明确的约束条件下进行的底层代码搜索。在这些逻辑高度结构化、可快速验证的领域,AI通过强大的搜索空间探索能力和速度,确实能碾压人类。但这并不意味着在需求复杂的通用软件工程中,AI已经能够全面替代人类。

递归自我改进:80%的生产代码由AI编写

不过,最近另一个很火的话题,可以侧面印证上述判断。 Anthropic披露的数据是,目前其合并到生产系统的代码中,超过80%是由其自家的Claude AI编写的。而2025年初,这一比例还仅为个位数。短短一年多的时间,AI写代码并用于训练自身的“递归循环”就已启动。 此外,还有另一个同期数据:Claude在64%的研究决策中胜过了人类专家,而2024年这个比例仅为22%。 也就是说,递归循环已经开始——AI正在成为训练自身下一代版本的主要工程师。Mythos 5,很可能就是这个循环目前能产出的最强成果。

IPO前夜的秀肌肉?

业界普遍猜测,Mythos 5的参数规模很可能在10万亿级别。 据估算,训练这样一款模型,硬件、电力、数据以及研发人员的综合成本在50亿至150亿美元之间。如此高昂的物理成本,注定让Mythos 5无法像Sonnet或Haiku那样廉价地普及。正如大V Pankaj Kumar在X上所说:Mythos最终放出时大概率只是个阉割版。

对于Anthropic而言,Mythos 5的频频泄露或许别有用意。外媒报道,Anthropic目前正考虑最早于2026年第四季度进行首次公开募股。在这个关键的时间节点上,向投资人和公众证明自己拥有超越OpenAI的“技术上限”和“安全责任感”,无疑是抬高估值的最佳筹码。 Demo的惊艳表现,到实际产品的落地,往往还有不小的距离。Mythos 5是否能如同它的名字一样,真正开启AI辅助开发与自主防卫的新神话?亦或者,它只是大模型高昂计算成本下的又一座象牙塔?

来源:互联网

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

同类文章推荐

相关文章推荐

更多