Anthropic Mythos模型在网络安全领域的应用与成本 - Anthropic的Mythos模型在网络安全测试中展现出显著效能，Palo Alto Networks在约三周内使用该模型发现了超过二十个关键漏洞，是使用现有工具通常发现数量的五倍[1] - 使用Mythos模型进行网络安全任务成本高昂，Palo Alto Networks在测试中“非常迅速地”消耗了价值超过一百万美元的Token，另一位测试者表示即使仅使用几周也可能花费数百万美元[1][2] - 尽管成本高，企业认为投资是值得的，因为重大安全漏洞可能导致数千万甚至数亿美元的法律罚款和赔偿，Zscaler公司表示其成本比传统工具高出“一个数量级”，但认为值得投资[3] AI网络安全模型的技术性能与成本对比 - Anthropic的Mythos模型在复杂网络安全任务上表现优于其高级模型Opus，根据英国机构测试，客户可能只需支付约两倍费用就能使用性能更好的Mythos[2] - 根据成本对比表，Mythos每1亿Token的成本为12,500美元，而Claude Opus 4.7为2,500美元，GPT-5.5-赛博为3,000美元，显示Mythos定价显著高于其他主流模型[5] - OpenAI的GPT-5.5-cyber模型同样仅限少数公司测试，未广泛发布，但测试显示Mythos在某种程度上比OpenAI的模型更为先进[8] 企业对AI网络安全工具的预算与成本管理策略 - 企业预计未来一年将大幅增加在AI网络安全模型上的预算，用于分析代码和预防黑客攻击，Principal Financial Group首席信息官表示，Mythos热潮正促使所有组织重新评估安全态势[7] - 企业通过技术手段管理Mythos的高成本，例如UiPath通过修改指令将模型预热阶段的Token消耗从约15万降至3,000，从而降低每次任务的成本[11] - 企业采用混合模型策略以优化成本，Palo Alto Networks建立系统让Mythos制定方案，再由成本更低的模型如Opus 4.7执行，有效减少了Mythos的使用量[12] 网络安全威胁加剧推动AI安全投资 - 网络攻击造成的经济损失持续增长，去年美国因网络攻击造成的损失近210亿美元，高于前一年的166亿美元，单起黑客攻击事件的赎金经常达到数千万美元[9] - 企业增加网络安全预算以应对AI驱动攻击的潜在威胁，Palo Alto Networks高管表示，自4月份Mythos发布以来，投资者已将该公司股价推高了逾50%[12] - 即使未使用Mythos，企业在安全领域的AI投入也在增加，例如UiPath每年已预算数百万美元用于内部使用AI工具，包括利用Anthropic的Opus 4.7等模型检测安全漏洞[10][11] AI模型供应商的市场动态与产品发布计划 - Anthropic计划在未来几周内向所有客户发布Mythos类模型，该模型凭借在编程和自动化低级网络安全工作中的能力，在营收上迅速超越其主要竞争对手OpenAI[7] - Anthropic和OpenAI近期都曾不慎将未发布的模型及内部数据暴露给未授权用户，表明这些公司在强化他人系统安全的同时，自身也存在安全问题[8] - Anthropic表示Mythos的运营成本极高，因此计划对客户收取比现有模型高得多的溢价，但这可能影响其近期表现强劲的毛利率[7]