Skip to main content
AnthropicMythosAI models

Слух про Mythos 800B: где факт, а где дым

По Mythos снова пошёл шум: в X обсуждают оценку около 800B активных параметров, но это не подтверждённая спецификация Anthropic. Для бизнеса важнее другое: если модель правда держат в ограниченном доступе, AI integration и автоматизация упрутся не в качество, а в доступ, цену и риски.

Технический контекст

Я покопался в этой истории, и пока картина такая: цифра про 800B active parameters гуляет как оценка из обсуждений в X, а не как официальный релиз Anthropic. Вот тут я сразу торможу, потому что для нормальной AI implementation слухи про «огромную модель» бесполезны, если неясно, что именно реально доступно через API.

По более устойчивым утечкам Mythos выглядит как MoE-модель с общим размером около 10T параметров. А вот активная часть на один проход, судя по пересказам, может быть где-то в диапазоне 800B-1.2T. Это уже звучит правдоподобнее, чем голая фраза «базовая модель 800B».

Ещё важнее другое: Mythos, похоже, не готовят как массовый публичный аналог GPT-4 с открытым доступом для всех желающих. В нескольких источниках повторяется одна и та же мысль: модель держат на раннем доступе, через ограниченные каналы, из-за рисков в кибербезопасности. То есть главный вопрос сейчас не только в мощности, а в том, кому вообще дадут её потрогать.

По цене тоже туман. Вбросы про 25/125 долларов за миллион токенов я видел, но это пока уровень рыночного шёпота, а не факт. Поэтому сравнивать Mythos с обычными прод-моделями по TCO пока рано.

Что это меняет для бизнеса и автоматизации

Если Mythos правда настолько силён, выиграют команды, которым нужны тяжёлые сценарии: security research, сложный код, многошаговое reasoning, агентные пайплайны с высоким качеством ответа. Но если доступ останется закрытым, большинство компаний не смогут просто взять и встроить эту модель в свои процессы.

Проиграют те, кто строит дорожную карту на хайпе. Я бы не закладывал AI automation вокруг модели, у которой нет понятных SLA, стабильного API и подтверждённой цены.

На практике выбор обычно скучнее и честнее: либо ждать restricted-access и мириться с рисками, либо собирать AI solutions for business на уже доступных моделях с нормальной маршрутизацией, валидацией и fallback-слоем. Мы в Nahornyi AI Lab как раз решаем такие развилки для клиентов: не гадаем по слухам, а проектируем AI architecture так, чтобы бизнес не зависел от одной громкой модели. Если у вас назрел похожий выбор, я с командой помогу собрать AI integration без лишней магии и с понятной экономикой.

Ранее мы подробно разбирали Claude Opus 4.6, его возможности расширенного мышления и стоимость контекста. Это напрямую связано со слухами о Mythos, который, по предварительным данным, будет иметь 800 миллиардов активных параметров и может вывести производительность на новый уровень.

Поделиться статьёй