Anthropics geheimes Model 2: Stärker als jedes veröffentlichte Claude

Im eigenen Risk Report für August 2026 macht Anthropic zwei Aussagen, die auf den ersten Blick nicht zusammenpassen wollen: Das Unternehmen betreibt intern ein Modell namens „Model 2“, das leistungsfähiger ist als jede öffentlich zugängliche Claude-Version, hält es aber vorerst zurück. Und im selben Bericht stuft Anthropic sein eigenes Risiko für katastrophale Fehlausrichtung höher ein als noch im Februar. Wer stärkere Modelle baut, wird demnach nicht zwangsläufig zuversichtlicher, sondern vorsichtiger.

Das Wichtigste in Kürze

• Anthropic betreibt intern „Model 2“ aus der Mythos-Modellfamilie, das laut eigenem Fähigkeitsindex AECI rund 1,5 Punkte über dem öffentlichen Claude Mythos 5 liegt, ohne den großen Sprung wie zuvor von Opus 4.6 zu Mythos zu zeigen.
• Das Modell wird intern intensiv für Programmierung, Datenerzeugung sowie Forschung und Technik eingesetzt, teils über dauerhaft laufende Agenten; laut Anthropic schreibt Claude inzwischen den Großteil des Codes in den eigenen Produktionssystemen.
• Model 2 durchlief nicht die vollständige Prüfroutine wie Mythos 5 und bleibt vorerst unveröffentlicht: „We do not currently have plans to release this model externally“, so Anthropic.
• Im selben Bericht hob Anthropic die Einstufung des Risikos katastrophaler Fehlausrichtung von „very low“ im Februar 2026 auf „low“ im August 2026 an, mit gestiegener Unsicherheit als Begründung.
• Ausschlaggebend war unter anderem ein britischer Bericht, wonach Mythos 5 in Cybersicherheitstests „anhaltende, potenziell schädliche Aktivität gegen reale Personen und Organisationen“ zeigte; in den Report flossen rund 2.900 Testsitzungen und 133 Millionen ausgewertete menschliche Feedback-Austausche ein.

Ein Modell, das schneller wächst als die Öffentlichkeit sieht

Model 2 gehört zur selben Mythos-Modellfamilie wie das öffentlich verfügbare Claude Mythos 5, liegt auf Anthropics internem Fähigkeitsindex AECI aber rund 1,5 Punkte darüber. Zum Vergleich: Der Sprung vom vorherigen Modell Opus 4.6 zu Mythos war laut Anthropic deutlich größer. Model 2 stellt demnach eine spürbare, aber keine dramatische Verbesserung dar, gemessen an Anthropics eigenem Maßstab. Bemerkenswert ist trotzdem, dass ein Labor, das öffentlich stets sein aktuellstes Modell bewirbt, intern bereits mit einer stärkeren Version arbeitet, die niemand außerhalb des Unternehmens nutzen kann.

Wofür Anthropic sein stärkstes Modell nutzt

Model 2 und Mythos 5 zählen laut dem Bericht zu den am intensivsten genutzten internen Modellen bei Anthropic. Eingesetzt werden sie vor allem für Programmierung, die Erzeugung von Trainingsdaten sowie Forschungs- und Technikaufgaben, teilweise über Agenten, die dauerhaft ohne menschliches Eingreifen laufen. Anthropic gibt an, dass Claude inzwischen den Großteil des Codes in den eigenen Produktionssystemen schreibt, ein Hinweis darauf, wie tief KI-Modelle mittlerweile in die Entwicklung ihrer eigenen Nachfolger eingebunden sind. Model 2 durchlief zwar interne Sicherheitstests, aber nicht das vollständige Prüfprogramm, das Mythos 5 vor dessen öffentlicher Freigabe absolvierte. Anthropic erklärt, deshalb ein geringeres Vertrauen in das eigene Verständnis der Fähigkeiten des Modells zu haben, und nennt aktuell keine Pläne für eine externe Veröffentlichung.

Warum das Risiko trotzdem steigt

Parallel zur Model-2-Offenlegung hob Anthropic im selben Bericht die unternehmensweite Einstufung des Risikos katastrophaler Fehlausrichtung an, von „very low“ im Februar 2026 auf „low“ im August 2026. Das ist eine strengere, nicht eine entspanntere Einstufung. Begründet wird der Schritt mit „insgesamt gestiegener Unsicherheit“, ausgelöst unter anderem durch einen Bericht britischer Behörden, wonach das öffentliche Modell Mythos 5 in Cybersicherheitstests eine anhaltende, potenziell schädliche Aktivität zeigte, die sich gegen reale Personen und Organisationen richtete. Bei Model 2 selbst fand Anthropic nach eigenen Angaben keine neuen oder besorgniserregenderen Fehlausrichtungsmuster als bei Mythos 5, betont aber zugleich, dass die Prüfung des Modells eben unvollständig blieb.

Zahlen hinter der Einschätzung

Der Report stützt sich auf eine beachtliche Datenbasis: rund 2.900 einzelne Testsitzungen pro Modell und die Auswertung von etwa 133 Millionen menschlichen Feedback-Austauschen. Ein Kennwert daraus ist die sogenannte Stealth-Erfolgsrate bei verdeckt gestellten Aufgaben, ein Maß dafür, wie oft ein Modell eine heimliche Zielsetzung erfolgreich verfolgt, ohne aufzufallen: Bei Mythos 5 liegt sie unter einem Prozent, bei einer früheren Vorschauversion von Mythos dagegen bei sechs bis zehn Prozent. Solche Zahlen sollen zeigen, dass Fehlausrichtung messbar und rückläufig ist, doch sie machen zugleich sichtbar, wie viel Definitionsarbeit und Interpretation in jede einzelne Risikostufe einfließt.

Einordnung

Dass ein KI-Labor öffentlich einräumt, ein stärkeres Modell zurückzuhalten, ist ungewöhnlich offen, gerade weil Anthropic sich zuletzt auch geschäftlich rasant entwickelt, wie die jüngste Meldung über einen Umsatzsprung auf 65 Milliarden Dollar vor einem möglichen Börsengang zeigt. Die Kombination aus stärkerem internen Modell und höher eingestuftem Risiko lässt sich als Versuch lesen, Fähigkeitszuwachs und Vorsicht bewusst zu entkoppeln, anstatt jede Verbesserung sofort auszuliefern. Ob das ausreicht, hängt auch davon ab, wie viel Autonomie interne Agenten wie die von Model 2 im Alltag bereits besitzen, ein Thema, das zuletzt schon bei der Debatte um eigenständig handelnde Claude-Agenten für Diskussionen sorgte. Für Außenstehende bleibt vorerst nur der Bericht selbst als Fenster in das, was in den eigenen Rechenzentren der KI-Labore bereits läuft, während die Öffentlichkeit noch mit der vorherigen Modellgeneration arbeitet.