Update April 2026: Was tatsächlich passiert ist
Dieser Artikel wird regelmäßig aktualisiert, sobald neue verifizierte Informationen verfügbar werden. Letztes Update: 13. April 2026.
Während die Debatte über Mythos weiterging, machte Anthropic einen konkreten Schritt in eine andere Richtung. Am 8. April 2026 startete das Unternehmen Claude Managed Agents: einen Cloud-Service für das Deployment von KI-Agenten mit Sandboxing, Checkpointing und automatischer Fehlerbehebung.
Dieser Launch ist bedeutsam für alle, die Anthropics Entwicklung verfolgen. Statt die Veröffentlichung eines neuen Modells zu beschleunigen, investierte das Unternehmen in die Infrastruktur, um bestehende Modelle in realen Unternehmenskontexten nützlicher zu machen. Sicheres Sandboxing, Zustandspersistenz, Fehlerbehandlung ohne menschliches Eingreifen — das sind konkrete Probleme, mit denen Unternehmen täglich konfrontiert sind.
Bis heute wurde kein offizielles Veröffentlichungsdatum für Mythos von Anthropic angekündigt. Die bisher kursierenden Informationen — Codenamen im Quellcode, inoffizielle Benchmarks, Kommentare von Mitarbeitern — bleiben unbestätigt. Wer Gewissheit über Mythos sucht, wird auf eine offizielle Ankündigung warten müssen.
In der Zwischenzeit deutet der Launch von Managed Agents auf eine klare Strategie hin: erst die Infrastruktur, dann die Modelle. Ein pragmatischer Ansatz, der darauf hindeuten könnte, wie Anthropic den Boden für den Zeitpunkt bereitet, wenn Mythos (oder wie auch immer das nächste Modell heißen wird) bereit ist.
Wie die Nachricht bekannt wurde
Die ersten Informationen über Mythos sickerten Ende März 2026 durch eine Kombination von Quellen durch: Forscher, die Verweise im Quellcode von Claude Code entdeckten (versehentlich über npm exponiert), anonyme Beiträge in technischen Foren und anschließend eine Reihe inoffizieller Kommentare von Anthropic-Mitarbeitern auf X.
Anthropichat noch keine offiziellen Ankündigungen gemacht. Die Menge und Kohärenz der kursierenden Informationen legt jedoch nahe, dass Mythos real und in fortgeschrittener Entwicklung ist — kein spekulatives Projekt, sondern ein Modell in internen Tests.
Der Name 'Mythos' war unter den internen Codenamen, die im Quellcode von Claude Code gefunden wurden, zusammen mit anderen wie 'Capybara' und 'Fennec'. Im Gegensatz zu diesen scheint Mythos auf ein Modell der nächsten Generation hinzuweisen — keine Variante der aktuellen Claude 4.x-Familie.
Was Mythos sein würde — die auftauchenden Fähigkeiten
Laut verfügbaren Informationen zeichnet sich Mythos in drei Fähigkeitsbereichen aus:
Coding und Software-Engineering: Die zitierten internen Benchmarks deuten auf deutlich überlegene Leistungen gegenüber aktuellen Claude-Modellen bei komplexen Programmieraufgaben hin — nicht nur Codevervollständigung, sondern Systemarchitektur, großangelegtes Refactoring und Debugging in Millionen-Zeilen-Codebasen.
Langfristiges Reasoning: Mythos wäre optimiert, um Kohärenz über viel längere Reasoning-Ketten aufrechtzuerhalten als heute möglich — essenziell für tiefgehende Analyse-, Forschungs- und strategische Planungsaufgaben.
Rekursive Selbstkorrektur: Das meistdiskutierte Merkmal. Mythos könnte autonom seine eigenen Fehler identifizieren, seine Ausgangsannahmen neu bewerten und seine Ausgabe korrigieren, ohne einen menschlichen Zwischenprompt zu benötigen. Kein einfaches Chain-of-Thought, sondern eine in die Modellarchitektur integrierte Verifikationsschleife.
Der Kontext: Warum Anthropic jetzt auf Mythos setzt
Der Launch von Mythos würde in einem Moment intensiven Wettbewerbs im Frontier-Modell-Markt stattfinden. OpenAIs GPT-5 und Googles Gemini Ultra 2.0 setzten 2025-2026 neue Benchmarks. Anthropic antwortete mit Claude Opus 4.6, aber laut Berichten würde Mythos einen bedeutenderen qualitativen Sprung darstellen — keine inkrementelle Verbesserung.
Anthropics Strategie scheint auf zwei Differenzierungsmerkmale zu setzen: Sicherheit und Enterprise-Zuverlässigkeit. Während Wettbewerber bei öffentlichen Benchmarks konkurrieren, investiert Anthropic in Modelle, die in Hochrisiko-Kontexten eingesetzt werden können — Finanzsektor, Gesundheitswesen, kritische Infrastrukturen — mit Garantien für vorhersehbares Verhalten.
Mythos' rekursive Selbstkorrektur, falls bestätigt, passt perfekt zu dieser Strategie: Ein Modell, das autonom seine eigene Kohärenz überprüfen kann, ist in Kontexten, wo Fehler reale Konsequenzen haben, weit zuverlässiger.
Die Cybersecurity-Dimension — verantwortungsvoll behandelt
Einige der aufgetauchten Informationen betreffen Mythos' Fähigkeiten im Bereich Cybersecurity. Wie bei jedem Frontier-Modell verdient dieser Aspekt eine ausgewogene Behandlung.
Fortgeschrittene KI-Modelle haben Dual-Use-Fähigkeiten: Dieselben Fähigkeiten, die einem Modell erlauben, anfälligen Code defensiv zu analysieren, könnten — theoretisch — zur Exploit-Suche verwendet werden. Anthropic ist sich dessen bewusst, und Mythos' Sicherheitsrahmen würde spezifische Kontrollen für offensive Fähigkeiten beinhalten.
Die relevante Nachricht für den Enterprise-Kontext ist nicht das offensive Potenzial, sondern das Gegenteil: Mythos wäre in der Lage, Unternehmens-Codebasen zu analysieren, Schwachstellen zu identifizieren und Patches mit einem Verständnisgrad vorzuschlagen, der die aktuellen Tools übertrifft. Für Sicherheitsteams ist dies eine bedeutende Chance — kein Risiko.
Updates zu Claude und KI für Unternehmen erhalten
Eine E-Mail, wenn es etwas Lesenswertes gibt. Kein Spam.
Sie evaluieren Claude für Ihr Unternehmen? Erfahren Sie was es kostet oder welcher Plan am besten passt
Wann wird Mythos verfügbar sein
Es gibt keine offiziellen Termine. Gerüchte deuten auf eine Verfügbarkeit zunächst über API (für ausgewählte Enterprise-Partner) und dann über Claude.ai und Claude Enterprise hin — ein Muster, das bereits bei früheren Modellen beobachtet wurde.
Spekulative Zeitpläne liegen zwischen Q3 und Q4 2026, aber Anthropics Erfolgsgeschichte bei Releases legt nahe, keine operativen Pläne auf Basis von Leaks zu machen. Die praktische Botschaft ist eine andere: Wenn Ihre Organisation plant, Claude zu adoptieren oder zu erweitern — und dabei den passenden Plan und die tatsächlichen Kosten evaluiert — bedeutet dies jetzt, die Fähigkeiten und Workflows aufzubauen, die sich natürlich auf Mythos übertragen, wenn es ankommt.
Unternehmen, die auf das 'perfekte Modell' warten, bevor sie beginnen, sind immer im Rückstand. Diejenigen, die heute mit Claude Opus 4.6 experimentieren, werden die ersten sein, die Mythos in vollem Umfang nutzen.
Was das für Ihre Organisation bedeutet
Mythos bestätigt eine klare Richtung: Enterprise-KI-Modelle werden zunehmend autonomer, zuverlässiger und in der Lage sein, komplexe Aufgaben mit reduzierter menschlicher Aufsicht zu bewältigen. Dies ist kein Zukunftsszenario — es ist die laufende Entwicklung.
Für Organisationen gibt es drei praktische Implikationen. Erstens: Heute gebaute KI-Workflows müssen für zunehmende Autonomie ausgelegt sein, nicht um alle sechs Monate ersetzt zu werden. Zweitens: Die Schulung von Teams im Umgang mit fortgeschrittener KI ist eine Investition, die sich mit jedem neuen Modell aufwertet. Drittens: Unternehmen, die warten, bevor sie verstehen, wie diese Technologie funktioniert, werden das Wettbewerbsvorteilsfenster verlieren.
Wenn Sie verstehen möchten, wie Sie Claude in Ihrer Organisation integrieren können, um für kommende Entwicklungen gerüstet zu sein, oder Fragen haben, wie diese Fortschritte Ihre KI-Strategie beeinflussen, steht das Maverick AI-Team für ein Gespräch zur Verfügung.
Ein Modell, das Anthropic nicht verkaufen möchte
SWE-bench Verified ist der Test, der die Fähigkeit eines Modells misst, echte Bugs in öffentlichen GitHub-Repositories zu lösen. Claude Opus 4.6 — das heute beste verfügbare Modell — erreicht 80,8 %. Mythos Preview erreicht 93,9 %.
Das ist kein marginaler Unterschied. Es ist der Unterschied zwischen einem Senior-Ingenieur und einem ganzen Team.
Anthropic hat Mythos Preview entwickelt, aber bewusst entschieden, es nicht öffentlich verfügbar zu machen. Nicht aus technischen Gründen, sondern aus Sicherheitsgründen: Die Fähigkeiten des Modells in kritischen Bereichen wie Cybersicherheit und Software-Exploitation sind so hoch, dass sie eine wesentlich strengere Zugangskontrolle erfordern, als eine öffentliche API gewährleisten kann.
Was Mythos Preview kann, was Opus 4.6 nicht schafft
Die Zahlen bei Standard-Benchmarks sind bereits überraschend. Aber der interessanteste Teil betrifft die Fähigkeiten im Bereich IT-Sicherheit.
Bei Firefox 147 Exploitation — einem Test, der die Fähigkeit misst, echte Schwachstellen in einem modernen Browser auszunutzen — erreicht Opus 4.6 15,2 %. Mythos Preview erreicht 84 %. Ein Unterschied, der nicht in Prozentpunkten gemessen wird: er wird in Größenordnungen gemessen.
Mythos Preview hat eigenständig einen Bug in OpenBSD gefunden, der 27 Jahre lang verborgen war, eine Schwachstelle in FFmpeg, die fünf Millionen automatischen Tests entgangen war, sowie Schwachstellen im Linux-Kernel. Das sind keine eigens konstruierten Benchmarks: Es handelt sich um echte Systeme, die produktiv betrieben werden und täglich von Milliarden Menschen genutzt werden.
Der Sprung in den Coding- und Reasoning-Fähigkeiten
Bei SWE-bench Pro — einer schwierigeren Variante mit echten Software-Engineering-Aufgaben — bleibt Opus 4.6 bei 53,4 %. Mythos Preview steigt auf 77,8 %.
In der Praxis bedeutet das: Mythos Preview ist in der Lage, eine komplexe Codebase zu analysieren, die Architektur zu verstehen, das Problem zu identifizieren und eine funktionierende Lösung vorzuschlagen — mit einer Erfolgsquote, die bei Aufgaben mittlerer Schwierigkeit die vieler menschlicher Entwicklungsteams übertrifft.
Auch bei CyberGym Vulnerability Reproduction — der Reproduktion bekannter Schwachstellen in kontrollierten Umgebungen — ist der Unterschied deutlich: 83,1 % gegenüber 66,6 % bei Opus 4.6. Für diejenigen, die Sicherheitstools entwickeln oder im defensiven Bereich arbeiten, bedeutet dies Zugang zu Analyse- und Erkennungsfähigkeiten, die heute nirgendwo sonst existieren.