Claude Mythos : le modèle frontière cybersécurité d'Anthropic et ce que cela signifie pour les agents IA

Anthropic vient de relever la barre de ce que l'IA peut faire en cybersécurité. Claude Mythos Preview est un nouveau modèle frontière conçu spécifiquement pour les workflows de sécurité défensive — et ses premiers résultats sont exceptionnels. Durant sa phase d'aperçu de recherche, Mythos a découvert de manière autonome des milliers de vulnérabilités zero-day, y compris des failles restées indétectées pendant des décennies dans des logiciels critiques comme OpenBSD et FFmpeg.

Cet article explique tout ce que nous savons à ce jour sur Claude Mythos : ce que c'est, ses performances, ce que Project Glasswing signifie pour le secteur, et pourquoi les plateformes d'agents IA agnostiques au modèle comme Eigent sont idéalement placées pour intégrer des modèles spécialisés comme Mythos dans des workflows de sécurité réels.

Qu'est-ce que Claude Mythos ?

Claude Mythos Preview est le modèle d'aperçu de recherche sur invitation seulement d'Anthropic, conçu spécialement pour la cybersécurité défensive. Contrairement aux modèles généralistes Claude Opus 4.6 et Sonnet 4.6 disponibles via l'API standard, Mythos est proposé dans le cadre de Project Glasswing — une coalition de grandes entreprises technologiques axée sur la sécurisation des infrastructures logicielles critiques.

Mythos n'est pas une simple mise à niveau de chatbot. Il représente un pari ciblé sur l'application des capacités d'IA frontière à l'un des problèmes les plus déterminants du logiciel : trouver et corriger les vulnérabilités avant que les attaquants ne les exploitent. Anthropic a positionné Mythos comme un outil destiné aux défenseurs, et non comme un moteur de raisonnement polyvalent, et son modèle d'accès reflète cette orientation.

Project Glasswing : la coalition derrière Mythos

Project Glasswing réunit une alliance sans précédent de leaders technologiques : Amazon Web Services, Anthropic, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, la Linux Foundation, Microsoft, NVIDIA et Palo Alto Networks. L'objectif de l'initiative est de sécuriser les logiciels les plus critiques au monde en combinant la détection de vulnérabilités par IA avec une divulgation coordonnée et des correctifs.

Anthropic s'est engagé à fournir 100 millions de dollars en crédits d'utilisation aux participants de Glasswing et 4 millions de dollars de dons à des organisations de sécurité open source. Cela témoigne d'un investissement sérieux et de long terme dans la sécurité défensive pilotée par l'IA, plutôt que du lancement ponctuel d'un produit.

Benchmarks de Claude Mythos : un bond générationnel

Les chiffres racontent une histoire convaincante. Claude Mythos ne se contente pas de devancer Claude Opus 4.6 — il apporte des améliorations substantielles sur tous les grands benchmarks de code et de sécurité.

Le bond sur SWE-bench Pro de près de 25 points est particulièrement frappant. Ce benchmark teste la capacité d'un modèle à résoudre des problèmes réels d'ingénierie logicielle, et les performances de Mythos suggèrent un changement qualitatif dans la façon dont l'IA peut comprendre et manipuler des bases de code complexes — non seulement générer des extraits de code, mais aussi raisonner en profondeur sur le comportement d'un système.

Le score CyberGym de 83.1% montre que Mythos peut reproduire des vulnérabilités connues avec une grande fiabilité, une capacité essentielle pour les équipes de sécurité qui doivent valider des correctifs et comprendre les chaînes d'exploitation.

Découverte de zero-day : trouver ce que les humains et les outils ont manqué

L'aspect peut-être le plus impressionnant de Claude Mythos est son historique de découverte de véritables vulnérabilités zero-day — non pas dans des benchmarks synthétiques, mais dans des logiciels en production utilisés par des millions de personnes.

Mythos a identifié de manière autonome une faille vieille de 27 ans dans OpenBSD et une vulnérabilité vieille de 16 ans dans FFmpeg que des outils d'analyse automatisée avaient testés des millions de fois sans les détecter. Il ne s'agit pas de cas limites à faible gravité. Ce sont des bugs profondément enfouis dans des infrastructures critiques qui ont échappé pendant des années aux auditeurs humains et aux outils traditionnels d'analyse statique.

Cette capacité est importante parce que l'économie de la découverte de vulnérabilités a toujours favorisé les attaquants. Les défenseurs doivent trouver et corriger chaque faille ; les attaquants n'ont besoin d'en trouver qu'une seule. Un modèle capable de découvrir systématiquement des vulnérabilités à grande échelle, y compris celles dissimulées dans du code ancien de plusieurs décennies, modifie fondamentalement cette équation.

Pourquoi les outils traditionnels ont manqué ces bugs

Les outils d'analyse statique et les fuzzers sont efficaces pour détecter certaines catégories de bugs — dépassements de tampon, déréférencements de pointeurs nuls, schémas d'injection courants. Mais ils peinent face à des vulnérabilités qui exigent de comprendre la sémantique du programme à un niveau supérieur, des interactions complexes du flot de contrôle, ou des erreurs logiques subtiles qui n'apparaissent que dans des conditions spécifiques.

Claude Mythos semble combler cette lacune en combinant une compréhension approfondie du code avec la capacité de raisonner sur le comportement au niveau du système. Il ne se contente pas de faire correspondre des motifs à des signatures de vulnérabilités connues — il comprend ce que le code est censé faire et identifie où il échoue.

Tarification et accès à Claude Mythos

À l'issue de la phase d'aperçu de recherche, Claude Mythos Preview sera disponible à 25 $ par million de jetons d'entrée et 125 $ par million de jetons de sortie. Pour mettre cela en perspective, c'est 5x le coût de Claude Opus 4.6 en entrée et 5x en sortie — une prime importante qui reflète les capacités spécialisées du modèle.

L'accès sera disponible via Claude API, Amazon Bedrock, Google Cloud's Vertex AI et Microsoft Foundry. Toutefois, durant la phase d'aperçu de recherche, l'accès est sur invitation seulement via le programme Project Glasswing, sans inscription en libre-service.

Ce que Claude Mythos signifie pour les plateformes d'agents IA

Mythos est un modèle spécialisé, et les modèles spécialisés sont plus puissants lorsqu'ils peuvent être orchestrés dans des workflows plus larges. C'est là que les plateformes d'agents IA entrent en jeu.

Prenons un workflow réaliste de sécurité en entreprise : une équipe doit auditer une grande base de code, identifier des vulnérabilités, les valider avec des exploits de preuve de concept, générer des correctifs, tester ces correctifs et rédiger des rapports. Aucune requête de modèle unique ne prend tout cela en charge. Il faut une orchestration — plusieurs agents spécialisés travaillant de concert.

Pourquoi l'agnosticisme de modèle est plus important que jamais

L'émergence de modèles conçus à dessein comme Mythos renforce un principe architectural essentiel : aucun modèle unique ne répond à tous les besoins. Les modèles généralistes gèrent bien le raisonnement et la conversation. Les modèles spécialisés en code gèrent la génération de code. Et désormais, les modèles spécialisés en cybersécurité gèrent la détection de vulnérabilités.

Les équipes qui se verrouillent sur un seul fournisseur de modèle auront du mal à profiter de ces avancées. Une plateforme agnostique au modèle capable d'orienter différentes sous-tâches vers différents modèles — en utilisant Mythos pour l'analyse de vulnérabilités, Opus 4.6 pour le raisonnement général, et un modèle rapide comme Haiku 4.5 pour une classification légère — apporte bien plus de valeur qu'un seul modèle, pris isolément.

Comment Eigent s'intègre

Eigent est conçu précisément pour ce type d'orchestration hétérogène de modèles. En tant que plateforme de travail IA open source et agnostique au modèle, Eigent peut intégrer de nouveaux modèles et fournisseurs dès qu'ils deviennent disponibles — sans attendre qu'un éditeur ajoute la prise en charge ni être enfermé dans l'écosystème d'un seul fournisseur.

L'architecture multi-agent d'Eigent signifie que vous pouvez déployer un agent de sécurité dédié alimenté par Mythos aux côtés d'un agent de documentation, d'un agent de génération de code et d'un agent de recherche web, tous coordonnés par l'orchestrateur. Lorsque Mythos sera disponible via l'API Claude ou des fournisseurs cloud, les utilisateurs d'Eigent pourront l'intégrer à leurs workflows via le système d'outils MCP et le framework Skills déjà existants.

C'est l'avantage d'une conception open source et agnostique au modèle : de nouvelles capacités comme Mythos viennent s'ajouter au système au lieu d'imposer une migration de plateforme.

Qui devrait s'intéresser à Claude Mythos ?

Claude Mythos n'est pas destiné à tout le monde — et c'est volontaire. Le modèle est conçu pour les organisations ayant des besoins sérieux en cybersécurité.

Les équipes de sécurité des grandes entreprises ont le plus à y gagner. Si votre organisation maintient des infrastructures critiques, manipule des données sensibles ou opère dans un secteur réglementé, Mythos offre un niveau de détection automatisée des vulnérabilités auparavant impossible.

Les mainteneurs et fondations open source constituent également une audience clé. Les 4 millions de dollars donnés par Anthropic à des organisations de sécurité open source et l'implication de la Linux Foundation dans Glasswing laissent entendre que l'amélioration de la sécurité des projets open source largement utilisés est un objectif central.

Les entreprises de sécurité natives IA qui développent des produits autour de la détection automatisée de vulnérabilités, des tests d'intrusion ou des audits de sécurité voudront évaluer Mythos comme modèle de base pour leurs workflows.

Les équipes de développement travaillant sur des applications sensibles à la sécurité peuvent utiliser Mythos comme relecteur de dernier passage pour détecter les vulnérabilités que la revue de code et les outils traditionnels manquent.

Vue d'ensemble : les modèles IA spécialisés et l'avenir du travail

Claude Mythos représente une tendance plus large : l'ère du modèle unique qui fait tout laisse place à un écosystème de modèles spécialisés, chacun optimisé pour des domaines spécifiques. Nous le voyons déjà avec les modèles de code, les modèles de raisonnement, les modèles multimodaux, et maintenant les modèles de cybersécurité.

Cette tendance a des implications profondes sur la façon dont les plateformes d'agents IA sont architecturées. Les plateformes qui offriront le plus de valeur seront celles capables d'orchestrer sans friction plusieurs modèles spécialisés — en affectant la bonne tâche au bon modèle, en gérant le contexte entre agents et en donnant aux utilisateurs le contrôle sur les modèles qui alimentent chaque workflow.

Pour les équipes qui évaluent aujourd'hui leur infrastructure IA, le message est clair : investissez dans des plateformes agnostiques au modèle et extensibles. Le paysage des modèles évolue rapidement, et la capacité d'adopter des modèles spécialisés comme Mythos sans refondre toute votre pile constitue un avantage concurrentiel significatif.

Points clés à retenir

Claude Mythos Preview est le modèle IA le plus avancé jamais conçu pour la cybersécurité. Sa capacité à découvrir des vulnérabilités zero-day vieilles de plusieurs décennies, associée à des performances dominantes sur les benchmarks, annonce un nouveau chapitre de la sécurité assistée par l'IA. La coalition Project Glasswing ajoute à l'effort une crédibilité et des ressources à l'échelle du secteur.

Pour les organisations utilisant des plateformes d'agents IA, Mythos renforce la valeur d'une architecture agnostique au modèle. L'avenir appartient aux plateformes capables d'orchestrer des modèles spécialisés comme Mythos aux côtés de modèles généralistes — en donnant aux équipes le meilleur outil pour chaque partie de leur workflow.

Si vous voulez garder une longueur d'avance, découvrez comment des plateformes open source multi-agents comme Eigent peuvent préparer votre équipe à la prochaine génération de modèles IA spécialisés.

Questions fréquemment posées

Qu'est-ce que Claude Mythos ?

Claude Mythos Preview est le modèle IA frontière d'Anthropic conçu spécifiquement pour les workflows de cybersécurité défensive. Il fait partie de Project Glasswing, une coalition de grandes entreprises technologiques axée sur la sécurisation des logiciels critiques. Mythos a démontré sa capacité à découvrir de manière autonome des vulnérabilités zero-day dans des logiciels en production.

Comment Claude Mythos se compare-t-il à Claude Opus 4.6 ?

Mythos surpasse nettement Opus 4.6 sur tous les grands benchmarks : 83.1% contre 66.6% sur CyberGym, 77.8% contre 53.4% sur SWE-bench Pro, 82.0% contre 65.4% sur Terminal-Bench 2.0, et 93.9% contre 80.8% sur SWE-bench Verified.

Combien coûte Claude Mythos ?

Claude Mythos Preview est facturé 25 $ par million de jetons d'entrée et 125 $ par million de jetons de sortie — soit environ 5x le coût de Claude Opus 4.6. Pendant l'aperçu de recherche, l'accès est sur invitation seulement via Project Glasswing.

Claude Mythos est-il disponible au public ?

Pas encore. Claude Mythos Preview est actuellement sur invitation seulement dans le cadre de Project Glasswing. Il sera à terme disponible via Claude API, Amazon Bedrock, Google Cloud Vertex AI et Microsoft Foundry, mais il n'existe pas d'inscription en libre-service pendant la phase d'aperçu.

Puis-je utiliser Claude Mythos avec Eigent ?

Lorsque Claude Mythos sera disponible via les fournisseurs d'API pris en charge, l'architecture agnostique au modèle d'Eigent permettra son intégration via les outils MCP et le framework Skills existants. Eigent prend en charge plusieurs fournisseurs de LLM et peut router des tâches spécifiques vers des modèles spécialisés comme Mythos.

Qu'est-ce que Project Glasswing ?

Project Glasswing est une initiative réunissant AWS, Anthropic, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, la Linux Foundation, Microsoft, NVIDIA et Palo Alto Networks pour sécuriser les infrastructures logicielles critiques à l'aide de l'IA. Anthropic s'est engagé à fournir 100 millions de dollars en crédits d'utilisation aux participants et 4 millions de dollars de dons à des organisations de sécurité open source.