Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Pratinjau Claude Mythos
Antropik - Pratinjau Mitos Claude
Detail Model
Menurut Anthropic, Claude Mythos Preview (preview penelitian terjaga keamanannya) adalah kelas intelijen baru yang dibangun untuk proyek-proyek ambisius yang berfokus pada keamanan siber, pengkodean otonom, dan agen yang sudah berjalan lama.
Hanya tersedia sebagai pratinjau penelitian terjaga keamanannya dengan akses yang diprioritaskan untuk kasus penggunaan keamanan siber defensif.
Tanggal peluncuran model: 07 Apr 2026
Tanggal model EOL: N/A
Perjanjian Lisensi Pengguna Akhir dan Ketentuan Penggunaan: Lihat
Siklus hidup model: Pratinjau
Jendela konteks: 1M token
Token keluaran maks: 128K
Penalaran: Didukung (
thinking.type: "adaptive"hanya). Untuk informasi selengkapnya, lihat Pemikiran adaptif.Batas pengetahuan: Des 2025
| Modalitas Masukan | Modalitas Keluaran | API didukung | Endpoint didukung |
|---|---|---|---|
Responses | bedrock-runtime | ||
Chat Completions | bedrock-mantle | ||
Invoke | |||
Converse | |||
Messages |
Kemampuan dan Fitur
Fitur Batuan Dasar
Fitur yang didukung menggunakan bedrock-mantle endpoint
Caching cepat menggunakan titik akhir bedrock-runtime
Untuk informasi selengkapnya, lihat Caching cepat untuk inferensi model yang lebih cepat.
| Prompt caching didukung | Token min per pos pemeriksaan cache | Pos pemeriksaan cache maksimum per permintaan | TTL yang didukung | Bidang yang menerima pos pemeriksaan cache yang cepat |
|---|---|---|---|---|
| Ya | 4,096 | 4 | 5 menit, 1 jam | system, messages, dan tools |
Harga
Untuk harga, silakan merujuk ke halaman Harga Amazon Bedrock
Akses Terprogram
Gunakan ID model dan URL titik akhir berikut untuk mengakses model ini secara terprogram. Untuk informasi selengkapnya tentang API dan titik akhir yang tersedia, lihat API yang didukung dan Endpoint didukung.
| Titik akhir | ID Model | In-Region URL titik akhir | ID inferensi geo | ID inferensi global |
|---|---|---|---|---|
bedrock-mantle |
anthropic.claude-mythos-preview |
https://bedrock-mantle.{region}.api.aws |
N/A | N/A |
Misalnya, jika wilayah adalah us-east-1 (Virginia N.), maka URL titik akhir mantel dasar akan menjadi "”. https://bedrock-mantle.us-east-1.api.aws
Tingkatan Layanan
Amazon Bedrock menawarkan beberapa tingkatan layanan agar sesuai dengan persyaratan beban kerja Anda. Standar menyediakan akses bayar per token tanpa komitmen. Prioritas menawarkan throughput yang lebih tinggi dengan komitmen berbasis waktu. Flex menyediakan akses berbiaya lebih rendah untuk beban kerja yang fleksibel dan tidak sensitif terhadap waktu. Reserved menyediakan throughput khusus dengan komitmen jangka untuk beban kerja yang dapat diprediksi. Untuk informasi selengkapnya, lihat tingkatan layanan.
| Standar | Prioritas | Fleksibel | Reserved |
|---|---|---|---|
Ketersediaan Wilayah
Sekilas tentang ketersediaan regional
Bedrock menawarkan tiga opsi inferensi: In-Regionmenyimpan permintaan dalam satu Wilayah untuk kepatuhan yang ketat, Cross-Region rute Geo lintas Wilayah dalam geografi (AS, UE, dll.) untuk throughput yang lebih tinggi sambil menghormati residensi data, dan Cross-Region rute Global di mana saja di seluruh dunia untuk throughput maksimum ketika tidak ada kendala residensi. Lihat Ketersediaan wilayah halaman untuk lebih jelasnya.
| Wilayah | In-Region | Geo | Global |
|---|---|---|---|
us-east-1(Virginia Utara) |
Kode Sampel
Langkah 1 - Akun AWS: Jika Anda sudah memiliki akun AWS, lewati langkah ini. Jika Anda baru mengenal AWS, daftar akun AWS
Langkah 2 - Kunci API: Buka konsol Amazon Bedrock
Langkah 3 - Dapatkan SDK: Untuk menggunakan panduan memulai ini, Anda harus memiliki Python yang sudah diinstal. Kemudian instal perangkat lunak yang relevan.
pip install -U "anthropic[bedrock]"
Langkah 4 - Tetapkan variabel lingkungan: Konfigurasikan lingkungan Anda untuk menggunakan kunci API untuk otentikasi.
AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"
Langkah 5 - Jalankan permintaan inferensi pertama Anda: Simpan file sebagai bedrock-first-request.py