导读一张疑似来自微软内部 PPT 的训练算力图，在 X 上掀起轩然大波。有人从图中像素反推出 Claude Mythos 训练 FLOPs 约为 6.1×10²⁷——如果成立，这个数字比 GPT-4 的估算高出近 300 倍，比 GPT-4.5 高出约 16 倍。Anthropic 官方已确认 Mythos Preview 存在，但从未公开训练算力数据。这张图到底靠不靠谱？前沿模型的训练成本，又一次被摆到了所有人面前。一张图，把训练成本的盖子掀了
6 月 3 日，X 用户 Lisan al Gaib（@scaling01）发了一条帖子，附了一张散点图，声称这是微软内部 slide 泄露的训练算力数据。
▲ @scaling01 发帖称微软 slide 泄露了 Claude Mythos 的训练 FLOPs
帖子原文：
"Microsoft leaked the training FLOPS for Claude Mythos based on their slide Claude Mythos used: 6.1*10^27 FLOPs (with 95% CI at 5.3*10^27 and 7.1*10^27, assuming 1 px measurement error)"
「微软泄露了 Claude Mythos 的训练 FLOPs。根据他们的 slide，Claude Mythos 使用了 6.1×10²⁷ FLOPs（95% 置信区间在 5.3×10²⁷ 到 7.1×10²⁷ 之间，假设 1 像素测量误差）。」
这里需要拆开看。发帖人做了三件事：第一，把图归因为"微软泄露"；第二，认为图中的散点标签"Mythos"对应 Anthropic 的 Claude Mythos；第三，根据"Mythos"点在 y 轴上的位置，按像素换算出了约 6.1×10²⁷ FLOPs 的训练算力，并给出了 95% 置信区间。
20.9 万人看了，829 人转了。为什么？因为前沿模型的训练规模，一直是最不透明的变量之一。
图上到底能看到什么？
先看图本身。
▲ 附图原始大图：黄底散点图，横轴为年份（2010–2026），纵轴为 log scale 的训练 FLOPs
图中标注了一系列 AI 领域的标志性模型：AlexNet（2012）、AlphaGo Master、AlphaGo Zero（2016–2017）、GPT-3（2020 前后）、PaLM、GPT-4（2023 前后）、Gemini Ultra（2024 前后），以及最引人注目的三个点——Gemini 3.1 Pro、Opus 4.6、Mythos——它们挤在图的右上角，时间约在 2025–2026 年。
Mythos 的点位位于最右上方，y 轴超过了 10²⁷ 参考线。黑色拟合线显示的整体趋势大约是每年训练算力增长 4.4 倍。
但有几个关键细节：图上没有微软 logo、没有会议标题、没有页码、没有数据来源脚注。也就是说，"这是微软的 slide"这个说法，目前只有发帖人的归因，没有可公开验证的原始出处。
6.1×10²⁷ FLOPs 到底有多大？
先用公开数据做个参照。
Epoch AI 是目前最大的公开训练算力数据库之一，追踪了超过 3500 个机器学习模型的训练数据。
▲ Epoch AI 的 AI Models 数据页面，可查询公开训练 compute 数据
根据 Epoch 的公开数据：
- GPT-4（2023 年 3 月）估算训练算力约为2.1×10²⁵ FLOPs
- Gemini 1.0 Ultra
- GPT-4.5
如果 6.1×10²⁷ 成立，Claude Mythos 的训练算力将是：
这意味着什么？Epoch 的研究显示，2010 年以来 AI 训练算力增长了约 100 亿倍，大约每 5–6 个月翻一倍。但即便按照这个指数增长节奏，从 GPT-4 到 Mythos 的跨越幅度也相当惊人。
▲ Epoch AI 训练算力增长趋势研究，追踪 1950 年至今的 compute 变化
不过，Epoch 的数据库里找不到 Mythos 这一行。这并不意外——大量闭源前沿模型的训练算力字段本来就是空的或者只有估算值。训练 compute 长期以来都是 frontier lab 的核心机密。
Anthropic 确认了 Mythos，但没有确认算力
这里要引入一个关键事实：Claude Mythos Preview 并非虚构。
2026 年 5 月 22 日，Anthropic 发布了 Project Glasswing 的首次公开更新。
▲ Anthropic 官方 Project Glasswing 页面——Claude Mythos Preview 的正式亮相
页面写得很明确：Anthropic 上个月启动了 Project Glasswing，这是一个旨在"在更强 AI 模型被攻击者利用之前，协作保护关键软件"的项目。Anthropic 与约 50 个合作伙伴使用 Claude Mythos Preview，发现了超过一万个高危或严重级别的软件漏洞。
Anthropic 指出，软件安全的瓶颈已经从"发现漏洞"转向了"验证、披露和修补"。
同时，Anthropic 的 Claude Opus 产品页面也提到，他们计划发布一类比 Opus 更高智能等级的模型，而 Mythos Preview 正在 Project Glasswing 中由少数组织用于网络安全工作。页面还强调，Mythos 级别的模型需要更强的网络安全防护措施，才能更广泛地发布。
这说明两件事：
第一，Claude Mythos 在 Anthropic 的产品线里，是比当前 Opus 4.8 更高一级的存在。它被 Anthropic 定义为需要额外安全防护的能力等级。
第二，Anthropic 官方没有在任何场合披露 Mythos 的训练 FLOPs、参数量、训练 token 数或训练成本。它确认了模型存在，确认了安全用途，但训练规模仍然是黑箱。
像素测量能当证据吗？
回到那个 6.1×10²⁷ FLOPs 的数字。
发帖人的方法是：找到图中 Mythos 点的像素位置，对照 y 轴的 log scale 坐标，反算出 FLOPs 值，并假设 1 像素的测量误差来计算置信区间。
这个方法有明显的局限性。图片经过了压缩和截图处理，坐标轴范围和 log scale 的精确刻度未必能从像素精确还原。点位中心的选择、图片裁剪边界、y 轴到底从哪里开始——每一步都可能引入误差。
更根本的问题是：图上的 y 值代表的到底是什么？是最终预训练 run 的算力，还是包含后训练在内的总训练 compute，还是包括实验和失败重跑在内的全部 compute 支出？这在图中看不到任何说明。
所以，这个数字充其量是一个"量级参考"，远称不上精确测量。
训练成本为什么又被推到台前？
这条帖子的热度，本质上反映了一个持续的行业焦虑：前沿模型到底花了多少钱训练的？
训练算力不能直接换算成美元账单——中间还涉及 GPU 类型、集群规模、训练时长、利用率、电力成本、失败重跑次数、预训练与后训练流水线的划分、硬件折旧等一系列变量。但训练 compute 的量级，仍然是外界判断一个模型"贵不贵"的最重要代理指标。
图上同时出现 Gemini 3.1 Pro、Opus 4.6、Mythos 的标签，暗示几大实验室在 2025–2026 年继续把训练规模推向更高区间。如果公众只能看到 API 价格和 benchmark 分数，却看不到训练规模，那就很难判断"模型变强"的原因——是架构和数据效率的进步，还是单纯砸了更多算力。
这也是为什么这张图即便没有完整出处，仍然触动了神经：它像是把平时锁在闭源实验室内部的横向比较，直接摆到了所有人面前。
安全维度不容忽视
还有一个容易被忽略的层面。
Anthropic 把 Mythos Preview 放进了 Project Glasswing，而 Glasswing 的核心是网络安全——用更强的 AI 发现关键软件中的高危漏洞，然后负责任地披露和修补。
如果训练 compute 真的比上一代高出一个数量级以上，那随之而来的问题远不止"花了多少钱"。监管者、云厂商和企业客户都会关心：这种级别的能力什么时候会开放？谁能用？怎么评估风险？怎么防止发现漏洞的能力变成制造攻击的工具？
Anthropic 自己也承认，由于漏洞披露需要等补丁广泛部署，很多细节暂时不能公开。这种谨慎态度与模型的能力等级是匹配的——越强的模型，越需要在发布节奏上留出缓冲。
最后看回这件事
目前能确认的事实是：X 帖存在、附图中标注了 Mythos、Anthropic 官方确认 Claude Mythos Preview 在 Project Glasswing 中被使用。
不能确认的是：微软原始 slide 的上下文出处，以及 6.1×10²⁷ FLOPs 的官方口径。
但这件事真正值得关注的地方在于：训练 compute 已经成为前沿 AI 竞争中，资本、芯片供应、电力需求和安全门槛的共同语言。一个数字的量级，牵动的是谁有能力训练下一代模型、谁有资格部署它、谁来决定它的开放节奏。
这张图也许不够严谨，但它把一个本该被更广泛讨论的问题，推到了聚光灯下。
— END —
