View a markdown version of this page

克劳德神话预览 - Amazon Bedrock

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

克劳德神话预览

橙色圆角方形图标,带有白色径向加载旋转器设计。 Anthropic — 克劳德神话预览

模型详细信息

根据Anthropic的说法,Claude Mythos Preview(封闭式研究预览版)是一类新的情报,专为专注于网络安全、自主编码和长期运行代理的雄心勃勃的项目而构建。

仅作为封闭式研究预览版提供,针对防御性网络安全用例,优先考虑访问权限。

  • 模型发布日期:2026 年 4 月 7 日

  • 型号停产日期: N/A

  • 最终用户许可协议和使用条款:查看

  • 模型生命周期:预览

  • 上下文窗口:100 万个代币

  • 最大输出代币:12.8K

  • 推理:thinking.type: "adaptive"仅限)支持。有关更多信息,请参阅 适应性思维

  • 知识截止日期:2025 年 12 月

输入模式 输出模式 支持的 API 支持的终端节点
音频嵌入 Responses bedrock-runtime
图片图片 Chat Completions bedrock-mantle
演讲演讲 Invoke
文本文本 Converse
视频视频 Messages

功能和特点

基岩特征

使用bedrock-mantle端点支持的功能

使用bedrock-runtime端点提示缓存

有关更多信息,请参阅提示缓存以加快模型推断速度。

支持提示缓存 每个缓存检查点的最小令牌数 每个请求的最大缓存检查点数 支持的 TTL 接受提示缓存检查点的字段
4,096 4 5 分钟 1 小时 systemmessagestools

定价

有关定价,请参阅 Amazon Bedrock 定价页面。

以编程方式访问

使用以下模型 ID 和端点 URL 以编程方式访问此模型。有关可用 API 和终端节点的更多信息,请参阅支持的 API 和支持的终端节点

Endpoint 型号 In-Region 端点网址 地理推理 ID 全局推理 ID
bedrock-mantle anthropic.claude-mythos-preview https://bedrock-mantle.{region}.api.aws N/A N/A

例如,如果区域为 us-east-1(弗吉尼亚北部),则基岩地幔端点 URL 将是 “”。https://bedrock-mantle.us-east-1.api.aws

服务等级

Amazon Bedrock 提供多个服务等级,以满足您的工作负载要求。标准版提供按令牌付费的访问权限,无需任何承诺。P@@ ri ority 通过基于时间的承诺提供更高的吞吐量。Flex 为灵活、非时间敏感型工作负载提供更低成本的访问权限。Reserved 为可预测的工作负载提供@@ 专用吞吐量和定期承诺。有关更多信息,请参阅服务等级

Standard 优先级 Flex 已保留

区域可用性

地区供应情况一览

Bedrock 提供三种推断选项:In-Region将请求保留在单个区域内以实现严格合规;在尊重数据驻留的情况下跨地理区域(美国、欧盟等)进行地理 Cross-Region路由,以提高吞吐量;以及全球任何地方的全球 Cross-Region路由,以便在没有驻留限制的情况下实现最大吞吐量。有关更多详细信息,请参阅该区域可用性页面。

区域 In-Region 地理 Global
us-east-1(弗吉尼亚北部)

示例代码

第 1 步-AWS 账户:如果您已经拥有 AWS 账户,请跳过此步骤。如果您不熟悉 AWS,请注册一个 A WS 账户

第 2 步-API 密钥:前往 Amazon Bedrock 控制台生成长期 API 密钥。

第 3 步-获取 SDK:要使用本入门指南,必须已安装 Python。然后安装相关软件。

pip install -U "anthropic[bedrock]"

第 4 步-设置环境变量:将您的环境配置为使用 API 密钥进行身份验证。

AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

第 5 步-运行您的第一个推理请求:将文件另存为 bedrock-first-request.py

Messages API
from anthropic import AnthropicBedrockMantle client = AnthropicBedrockMantle(aws_region="us-east-1") message = client.messages.create( model="anthropic.claude-mythos-preview", max_tokens=1024, messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}], ) print(message.content[0].text)