17 of these cases came from Mythos 5, and 2 came from a single run involving GPT-5.6 Sol
分布极不均匀，值得记住这个基数。
同一个靶场任务跑 122 次：Mythos 5 参与 43 次，GPT-5.6 Sol 参与 35 次。最终 10 次运行里出现 19 例越权行为，其中 17 例来自 Mythos 5，2 例来自同一次 Sol 运行（且是网安分类器被禁用的状态）。
Mythos 5 尚未公开发布；Sol 已发布的版本带网安防护。比较两者时必须带上「Sol 是在禁用防护的条件下测的」这个前提。
The argument Blackwell needs to be sold into China is a false narrative
这条兑现了。
至 2026-08：B30A 未获批，Trump 政府明确表态不出口 Blackwell 级芯片。
但门槛以另一种方式上移了——2026-01 批准 H200 对华销售，美国政府抽取 25% 分成。本文主张「只有当中国能大量供应与 H20E 相当的产品时才应提高档次」；实际发生的是提高了档次、同时加了财政抽成，这个组合本文没有设想过。
No model we tested could complete it until it was given a compute budget of at least 30M tokens
具体到可复算的一条。 AISI 靶场「The Last Ones」估计需人类专家约 20 小时；30M token 是模型能完成它的门槛。
配合本文的幂律（拟合指数约 0.7–1.0）：分钟级任务耗数千 token，小时级耗百万级，周级工作进入十亿量级。