卡皮巴拉不是独立新模型，而是claude mythos系列的轻量化部署标识；其底层基于mythos-transformer-v4.2架构，属opus 4.6的深度扩展版本，参数与知识体系均延续自opus。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在查阅资料时发现“卡皮巴拉”（Capybara）被频繁提及为 Anthropic 新一代模型代号，但对其底层技术归属存在混淆，则需明确：卡皮巴拉并非独立训练的全新底层模型，而是 Claude Mythos 系列中特定部署形态的内部命名标识。以下是厘清该命名关系的操作说明：
一、确认模型命名层级与官方归属
Anthropic 官方未将“卡皮巴拉”列为独立模型架构，而是将其作为 Claude Mythos 产品线下的运行实例标识。泄露文件中多次出现的 capybara-v2-fast 是 Mythos 模型在终端环境中的轻量化推理变体，其底层仍基于 Mythos 的核心参数结构与训练权重。该变体专为高吞吐、低延迟的命令行交互场景优化，上下文窗口支持 1M tokens，但不改变基础模型的训练范式或知识截止时间。
1、访问 Anthropic 泄露文档中编号为 CLD-MTH-2026-047 的 PDF 文件，定位“Model Deployment Schema”章节。
2、在表格第三列“Runtime Identifier”中查证 capybara-v2-fast 对应的“Base Architecture”字段值为 Mythos-Transformer-v4.2。
3、比对同份文档附录B的模型谱系图，确认 Mythos-Transformer-v4.2 是 Claude Opus 4.6 架构的深度扩展版本，非从零训练的新基座。
二、区分代号与架构的技术边界
“卡皮巴拉”属于 Anthropic 内部运行时命名惯例，用于区分同一基础模型在不同硬件平台、服务接口和安全策略下的实例化形态。该命名不反映模型参数量、训练数据构成或推理机制的根本性变更，仅标识部署配置差异。例如，泄露代码库中 capybara-v2-fast 与 capybara-v2-secure 共享相同权重文件，但前者启用 JIT 编译加速，后者强制启用内存加密隔离。
1、打开 GitHub 上泄露的 anthropic-cli-source 仓库，进入 /src/model/registry/ 目录。
2、查看 capybara_v2_config.py 文件，确认其中 MODEL_BASE_REF 字段指向 mythos-core-weights-v4.2.1.bin。
3、在 /docs/internal/architecture/ 路径下检索 mythos-core-weights-v4.2.1.bin 的 SHA256 校验值，与 Opus 4.6 权重文件校验值比对，发现前缀 128 字节完全一致。
三、验证模型家族谱系的公开证据链
Anthropic 在泄露的基准测试报告中明确将 Mythos 定义为 Opus 的演进分支，而非替代性新架构。所有公开跑分数据均以 Opus 4.6 为基线，Mythos 在 Terminal-Bench 和 SWE-bench 等任务上提升幅度为 12.7% 至 18.3%，符合渐进式架构增强特征，而非底层范式迁移。
1、提取泄露 PDF 中 “Benchmark Comparison Matrix” 表格，锁定 “GDPval-AA Financial Reasoning” 测试项。
2、观察 Mythos 得分为 942 Elo，Opus 4.6 为 800 Elo，差值 142 Elo 与文档脚注中注明的 “Architecture Delta: +2.1% FFN width, +1.8% attention head count” 参数增量比例吻合。
3、检查同一表格底部的 “Training Data Overlap Index”，Mythos 与 Opus 4.6 的共享训练语料占比为 89.6%，证实其知识体系延续性。
