Claude Mythos Preview representa un salto importante en capacidades de ciberseguridad.
A continuación mu resumen en Español del artículo original.
El artículo original es en Inglés y se encuentra en https://red.anthropic.com/2026/mythos-preview/
El artículo de Anthropic, publicado el 7 de abril de 2026, sostiene que Claude Mythos Preview representa un salto importante en capacidades de ciberseguridad.
Según la empresa, el modelo no solo es sólido para analizar código, sino que también puede detectar y explotar vulnerabilidades complejas, incluidos zero-days en sistemas operativos, navegadores y otros componentes críticos.
Anthropic presenta esto como un punto de inflexión para la seguridad informática y, por eso, lanzó Project Glasswing, una iniciativa orientada a ayudar a defender software crítico antes de que modelos con capacidades similares se vuelvan comunes.
Uno de los mensajes centrales del texto es que estas capacidades no fueron entrenadas explícitamente como “habilidades ofensivas”, sino que emergieron a partir de mejoras generales en programación, razonamiento y autonomía.
Anthropic compara Mythos Preview con modelos anteriores, como Opus 4.6, y afirma que Mythos logra resultados mucho más altos tanto en benchmarks internos como en tareas reales: por ejemplo, donde modelos previos apenas lograban convertir fallas halladas en exploits funcionales, Mythos lo hizo con mucha mayor frecuencia. En sus pruebas internas sobre software del ecosistema OSS-Fuzz, también obtuvo muchos más crashes severos y varios casos de control total del flujo de ejecución.
Para evaluar al modelo, Anthropic dice haber pasado de benchmarks tradicionales a pruebas sobre software real, porque los zero-days permiten demostrar que el modelo no solo “recuerda” vulnerabilidades conocidas, sino que realmente descubre fallas nuevas.
El procedimiento que describen consiste en ejecutar al modelo en un entorno aislado, darle acceso al código fuente de un proyecto y pedirle que encuentre una vulnerabilidad; luego el sistema inspecciona archivos, formula hipótesis, prueba el programa, depura, valida y finalmente genera un reporte con prueba de concepto. También priorizan los archivos más prometedores y aplican un proceso de validación y divulgación responsable antes de reportar hallazgos a desarrolladores y proveedores.
El artículo incluye varios ejemplos.
Entre ellos, Anthropic menciona un bug de 27 años en OpenBSD relacionado con SACK que puede causar caída remota del sistema, y un caso de ejecución remota de código en FreeBSD que Mythos habría encontrado y explotado de forma completamente autónoma, logrando acceso root en servidores NFS vulnerables.
También afirma que el modelo puede encadenar múltiples fallas en navegadores, construir técnicas complejas como JIT heap sprays, hallar fallas lógicas, y detectar debilidades en bibliotecas criptográficas y en el kernel.
Además, señala capacidades destacadas de ingeniería inversa sobre binarios cerrados y la posibilidad de transformar vulnerabilidades ya parchadas (N-days) en exploits funcionales con rapidez y poca intervención humana.
Anthropic remarca que no puede revelar la mayoría de los detalles técnicos porque más del 99% de las vulnerabilidades descubiertas aún no han sido "resueltas por las empresas proveedoras". Por eso, publica solo algunos casos y usa compromisos criptográficos (hashes SHA-3) para demostrar que posee otros reportes y pruebas de concepto sin exponerlos todavía.
La empresa afirma haber identificado miles de vulnerabilidades adicionales y señala que, en una muestra revisada por expertos humanos, las evaluaciones de severidad del modelo coincidieron exactamente en el 89% de los casos y quedaron dentro de un nivel de diferencia en el 98%.
En la parte final, el artículo advierte que esto puede romper el equilibrio actual de la ciberseguridad: tareas que antes requerían especialistas y días o semanas de trabajo podrían pasar a hacerse más rápido, más barato y en gran escala.
Por eso, Anthropic recomienda a los defensores empezar ya a usar modelos disponibles para encontrar fallas, acelerar triage, redactar parches, revisar configuraciones, reforzar respuesta a incidentes y, sobre todo, acortar los tiempos de "patchs".
Su conclusión es que, aunque a largo plazo los modelos podrían beneficiar más a la defensa que al ataque, el período de transición será difícil y exige una reacción urgente del sector.

Comments
Post a Comment