Anthropic cierra el acceso a Claude Mythos por el riesgo para la ciberseguridad global

Anthropic ha puesto en pausa, de hecho, el lanzamiento público de Claude Mythos y ha admitido algo simple: un modelo capaz de encontrar vulnerabilidades críticas de forma masiva y encadenarlas puede ser útil para los defensores, pero en manos ajenas se convierte rápidamente en una herramienta de ataque. La situación se agravó porque la compañía ya investiga informes de acceso no autorizado a Mythos por parte de un pequeño grupo de usuarios. Si incluso un sistema cerrado es difícil de mantener bajo control, la cuestión ya no es si el mercado tendrá esas capacidades, sino quién logrará prepararse primero.

Mythos es un nuevo modelo de Anthropic, presentado el 7 de abril de 2026. La empresa afirma que es capaz de encontrar y potencialmente explotar vulnerabilidades zero-day en sistemas operativos y navegadores clave. Se trata de fallos que los desarrolladores aún desconocen y que, por tanto, no han podido corregir.

Según la propia Anthropic, parte de los problemas detectados llevaba diez, veinte e incluso veintisiete años sin ser descubierta. En su informe técnico, la compañía escribe que Mythos pudo construir exploits complejos de forma automatizada, incluso combinando varias vulnerabilidades en una sola cadena. Por eso el modelo no se lanzó en abierto: el riesgo de que estas capacidades se usen no solo para defender, sino también para atacar, es demasiado alto.

Aun así, Anthropic no ha escondido Mythos por completo. Unas 40 empresas y organizaciones de los sectores tecnológico, de infraestructuras y financiero han obtenido acceso dentro del Project Glasswing para buscar puntos débiles en sistemas importantes antes de que herramientas similares se generalicen. Los mayores actores ya se han reunido en torno al proyecto, y autoridades y reguladores han empezado a discutir no una amenaza abstracta, sino escenarios muy prácticos: qué ocurre si una herramienta de esta clase llega a manos de los atacantes.

El interés de los bancos es comprensible. En el peor caso, los ataques a servicios críticos pueden provocar fallos en la banca en línea, los pagos, los cajeros automáticos y las cadenas de liquidación asociadas. Incluso sin un escenario catastrófico, la mera existencia de esta herramienta altera el equilibrio entre la velocidad de detección de una vulnerabilidad y la de su corrección.

La preocupación creció tras las informaciones de que varias personas pudieron obtener acceso no autorizado a Mythos a través de un entorno cerrado. Anthropic dijo que investiga el episodio. Para la industria es una señal de alarma en dos niveles. Primero, ni siquiera un lanzamiento limitado garantiza el aislamiento total del modelo. Segundo, cuanto más valiosos y peligrosos son estos sistemas, mayor es el incentivo para sortear las barreras organizativas y técnicas. En este contexto, la pregunta clave pasa de «cuán potente es el modelo» a «cuán fiable es el perímetro que lo rodea», desde el control de acceso y la auditoría de acciones hasta las reglas para divulgar las vulnerabilidades halladas.

Sin embargo, hay una salvedad importante. Las evaluaciones independientes confirman un salto notable en las capacidades cibernéticas del modelo, pero no justifican el pánico sin matices. El AI Security Institute británico informó de que Mythos fue el primer modelo en completar su simulación de ataque corporativo de 32 pasos, aunque solo en 3 de 10 intentos.

En tareas de capture-the-flag de nivel experto, el modelo logró un 73 % de éxito. Pero el propio instituto subraya que estas pruebas se hicieron en entornos vulnerables y poco protegidos, sin defensores activos y sin un conjunto completo de herramientas de monitorización. Es decir, no se ha demostrado que pueda vulnerar cualquier banco o nube bien protegidos con solo pulsar un botón, pero sí que el umbral para ataques complejos baja rápido.

Además, algunos investigadores consideran que Mythos no es una ruptura mágica con la generación anterior, sino la aceleración de una tendencia ya iniciada: otros modelos más baratos también aprenden a encontrar fallos peligrosos concretos, aunque con menos estabilidad y peor en escenarios largos de varios pasos.

La conclusión principal es sencilla: Claude Mythos importa no como una sensación aislada, sino como señal de una nueva fase de la ciberseguridad. Si estos modelos realmente encuentran puntos débiles más rápido que las personas y los convierten cada vez mejor en cadenas de ataque funcionales, las empresas tendrán que acelerar la gestión de parches y reforzar el control de acceso, el registro de eventos y los procesos internos de respuesta. Para los reguladores y las propias compañías de IA es además una cuestión de gobernanza: quién accede a sistemas de este nivel, con qué reglas y qué pasará cuando los competidores o los modelos abiertos tengan capacidades similares.