El argumento para tratar este modelo con cuidado se expuso en abril, cuando Anthropic lanzó Claude Mythos Preview a un grupo limitado a través de Project Glasswing [https://www.anthropic.com/glasswing]. El informe técnico [https://red.anthropic.com/2026/mythos-preview/] del red team de Anthropic es la parte que vale la pena leer.

Durante las pruebas, Mythos Preview identificó y explotó vulnerabilidades de día cero en cada sistema operativo importante y en cada navegador web principal cuando un usuario se lo indicaba. El error más antiguo que encontró fue un fallo de 27 años en OpenBSD, un sistema operativo conocido principalmente por su seguridad. Escribió de forma autónoma un exploit de ejecución remota de código contra el servidor NFS de FreeBSD a partir de un error de 17 años, triagiado como CVE-2026-4747 [https://nvd.nist.gov/vuln/detail/CVE-2026-4747].



Anthropic describe el resultado como un acceso root completo para un atacante no autenticado desde cualquier lugar de internet; la entrada de NVD es más moderada, señalando que el desbordamiento de pila en sí no requiere que el cliente se autentique, pero plantea que la ejecución de código del kernel es alcanzable por un atacante capaz de enviar paquetes al servidor NFS mientras el módulo kgssapi.ko está cargado.

Según el propio relato de Anthropic, no entrenó explícitamente estas capacidades; estas surgieron como un efecto secundario de mejoras generales en código, razonamiento y autonomía, las mismas ganancias que hacen que el modelo sea mejor parcheando. La advertencia tajante del red team: las mitigaciones cuyo valor de seguridad proviene de la fricción en lugar de barreras duras se vuelven mucho más débiles frente a un modelo que procesa pasos de explotación tediosos a escala.

Las barreras técnicas duras como KASLR y W^X siguen elevando el coste; la advertencia es más estrecha, dirigida a defensas que confían en la paciencia del atacante o el esfuerzo manual, y ahora el modelo puede suministrarse a sí mismo.

Mythos 5 lleva esas habilidades adelante. Anthropic afirma que descubrirás que es comparable o algo más fuerte que Mythos Preview.

El problema real del defensor

El caso defensivo no es hipotético. En las primeras semanas del Project Glasswing, Anthropic y aproximadamente 50 socios utilizaron Mythos Preview para encontrar más de diez mil vulnerabilidades de severidad alta o crítica en software sistémicamente importante.

Cloudflare encontró por sí solo 2.000 errores, 400 de ellos de severidad alta o crítica. Mozilla encontró y corrigió 271 en Firefox 150, más de diez veces lo que detectó en Firefox 148 utilizando el antiguo Opus 4.6. Anthropic afirma que la misma presión es visible más allá de Glasswing, en proveedores que lanzan versiones de seguridad inusualmente grandes.

Esa inundación es la trampa. Encontrar errores ahora es barato y rápido. Verificarlo, triagarlo y parchearlo no lo es, y sigue dependiendo del tiempo humano.

Anthropic informa que los mantenedores de código abierto, ya enterrados bajo informes de errores generados por IA de baja calidad, le han pedido que ralentice sus divulgaciones porque no pueden escribir parches lo suficientemente rápido. En Glasswing, afirma que un error de severidad alta o crítica encontrado por el modelo tarda unas dos semanas en parchearse de promedio.

El cuello de botella se ha desplazado del descubrimiento a la corrección, y el espacio entre una divulgación pública y un parche desplegado es donde viven los atacantes. Los experimentos de N-day del red team agudizan el punto: partiendo de nada más que un CVE divulgado y su parche, Mythos Preview construyó exploits de escalada de privilegios en Linux funcionales en menos de un día cada uno, con unos pocos miles de dólares o menos en computación.

Para los defensores, la lectura es la misma de siempre, solo que con un reloj más corto: asume que un CVE de alta severidad puede convertirse en un exploit funcional a las pocas horas de su divulgación, no en semanas. Eso significa priorizar las rutas de actualización automática para los sistemas orientados a internet y tratar las actualizaciones de dependencias que llevan correcciones de CVE como trabajo urgente en lugar de tareas pendientes.

El MFA y el registro exhaustivo siguen siendo la base, para que un solo parche omitido no se convierta en lo único que se interpone entre un atacante y la red. Anthropic ha abierto un Programa de Verificación Cibernética [https://support.claude.com/en/articles/14604842-real-time-cyber-safeguards-on-claude] que permite a los profesionales de seguridad verificados utilizar sus modelos para trabajos ofensivos legítimos sin las salvaguardas cibernéticas.

Un nuevo requisito de retención de datos de 30 días

Anthropic también está cambiando la forma en que maneja los datos para los modelos de clase Mythos.

Requerirá una retención de 30 días para todo el tráfico en Fable 5, Mythos 5 y futuros modelos con este nivel de capacidad, tanto en superficies propias como de terceros. La empresa afirma que no utilizará los datos para entrenamiento ni para ningún propósito que no sea de seguridad, registrará todo el acceso humano y los eliminará después de 30 días, excepto cuando una investigación de seguridad u obligación legal requiera conservarlos más tiempo.

La razón declarada es defensiva: los datos ayudan a detectar ataques novedosos y jailbreaks que operan a través de muchas solicitudes. Los equipos con requisitos estrictos de manejo de datos deberán tener en cuenta esa ventana de retención antes de enrutar tráfico sensible a través de estos modelos.

Anthropic planea ampliar el acceso a Mythos 5 a través de un programa de acceso confiable, y afirma que una vez que la capacidad de cómputo se iguale, pretende reintegrar Fable 5 en los planes de suscripción sin la prima de crédito de uso que entrará en vigor después del 22 de junio.

La pregunta más amplia que plantea el lanzamiento es la que Anthropic ha estado rodeando desde abril: llegarán modelos similarmente capaces de otros laboratorios, y no todos se enviarán con un muro de clasificadores delante. La ventaja defensiva que Glasswing pretendía comprar solo importará si el resto de la industria la utiliza.

Fuente:
THN