A Anthropic publicou um relatório da equipe Frontier Red Team que mede como seus modelos lidam com tarefas ligadas à inteligência e ao uso de armas convencionais. O foco é mostrar até onde a IA já consegue localizar pessoas, associar contas e inferir onde alguém está a partir de sinais incompletos.
Em um dos testes, os modelos receberam 6.000 fotos de redes sociais e tiveram de identificar onde a imagem havia sido feita, sem metadados nem busca reversa. Mythos Preview obteve erro médio de 37,0 km e Mythos 5, de 47,2 km, ambos à frente da melhor referência humana usada no estudo, de 151 km na divisão Champion do GeoGuessr. Opus 5 ficou em 181 km, perto do nível da divisão Master.
O relatório também avaliou a correlação de contas em WhatsApp, Telegram, Instagram e Facebook, além da classificação de pessoas em categorias de interesse, usando perfis simulados em dois cenários fictícios. Mythos Preview liderou os testes, e o Kimi K3, de pesos abertos, ficou próximo dos modelos mais fortes em tarefas fáceis e médias, mas perdeu desempenho quando havia mais ruído e menos evidência.
A Anthropic observa que os dados sintéticos não reproduzem totalmente situações reais e que os resultados devem ser lidos como indicação de diferença entre modelos, não como medida absoluta. A empresa também diz que modelos abaixo da fronteira já podem ter uso em inteligência e defesa.