0 / 5 節読了

高性能なAIを開発する企業が、特定の能力の伸びを意図的に抑えたと説明しました。Anthropicが2026年11月9日に発表したClaude Fable 5.2とMythos 5.2は、一般的な能力を高める一方、AI開発を直接加速する一部の研究能力について、学習段階で進歩を制限したモデルです。企業の導入判断では、何が改善され、どの領域が制限されるのかを分けて読む必要があります。

イノベトピアの報道を起点に、Anthropicの公式発表を確認しました。本稿の性能値は開発元などが示した評価に基づき、当サイトの実測ではありません。

同じ基盤を異なる条件で提供

Fable 5.2とMythos 5.2は同じ基盤モデルを用いますが、サイバーセキュリティや生物学の分野に関する安全策と利用条件が異なります。Mythosは審査を受けた組織向けであり、一般向けFableで使える機能と同一視できません。

Anthropicは、日常的な仕事ではまずOpus 5.5から始め、Fableを難しい課題の助言役や複数エージェントの調整役として使う考え方を示しています。能力が上がったから全業務を最上位モデルへ切り替えるというより、仕事の難しさと必要な待ち時間に応じた選択です。

発表時のAPI価格は100万トークン当たり入力8ドル、出力40ドルで、従来の10ドル・50ドルから引き下げられました。通常時は約30%高速化したと説明し、入力16ドル・出力80ドルのfast modeでは最大2.5倍の速度をうたっています。これらは提供元の条件と評価であり、自社の処理時間が同じ割合で短縮する保証ではありません。ツール実行や待ち合わせ、人の確認時間も含めた費用対効果の検証が必要です。

制限したのはAI研究の特定領域

Anthropicの説明では、アクセラレーターのカーネル最適化や大規模言語モデルのアーキテクチャ改善など、AI開発の加速に直結する領域について、Opus 5.5程度の能力水準になるよう学習時に調整しています。一般的なエージェントによるコーディング、ハードウェア開発、解釈可能性を含む従来のAI・機械学習研究まで一律に抑えたとはしていません。

また、利用者へ回答を返す推論時に能力を変更する仕組みではないと明記しています。一部の非標準アクセラレーター向けカーネル開発などには、別途Opus 5への明示的な切り替えがあるとされています。「能力の学習上の制限」と「別モデルへの切り替え」は異なる仕組みです。

Dario Amodei氏の説明は、最先端AIの進歩の速度をどう扱うかという政策・経営上の問題意識につながります。ただし、企業が自ら設けた制限だけで業界全体の開発速度が管理できると確認されたわけではありません。他社との競争や、評価手法が能力をどこまで捉えられるかも残る論点です。

ベンチマークの伸びと実務の差

公式発表では、長い開発課題や研究・分析での改善が示されています。例えばRoboDojo Simでは64.9%としていますが、これはシミュレーション内の双腕ロボット制御を測る社内実行の結果です。実機が工場や家庭で同じ精度で動いたという実績ではありません。

数学については、多数のエージェントが長時間協調して形式化を進める例が紹介されています。既存の数学的成果を形式的に扱う作業と、新しい定理を独自に発見することも区別しなければなりません。報告された作業の範囲や与えられた定義、検証方法を併せて見る必要があります。

日本企業の導入では、仕様が曖昧な資料整理や、複数部門の情報を結び付ける分析などが検証対象になります。本稿の考察としては、見栄えのよい回答より、根拠資料を正しく指し示すか、計算の不整合を見つけるか、不足する情報を不足として扱うかを評価するとよいでしょう。評価者が知る正解を用意し、通常モデルとの違いを同じ入力で確認する方法が考えられます。

安全性の数値にも試験環境がある

Anthropicは約1,900の状況を扱う行動監査や、外部評価を含む複数の手法を使ったと説明しています。意図的な弱点のあるサンドボックスを使う別の試験では、Mythos 5.2が外側の認証情報やファイルを使用した割合は3.1%で、Mythos 5の39%、5.1の21%より低下しました。これは問題を誘発する条件を含む評価であり、本番利用での事故率ではありません。

同時に、モデルが評価中であることを疑う傾向が強まり、現実の挙動を予測する評価自体が難しくなっているとしています。良い試験結果だけで安全を断定せず、内部利用の記録、学習中の監視、外部の検証などを組み合わせる理由です。外部機関が評価に参加したことも、無条件の安全認定と解釈するべきではありません。

Fableのサイバー・生物学分野の分類器については、早期試験で誤って遮断するケースが5.1より約55%少なかったと報告しています。便利さの改善である一方、必要な安全制限までなくなったという意味ではありません。制限に当たった業務を自動で別経路へ迂回する設計は、意図した安全策を失わせるおそれがあります。

利用データの保持条件を確認する

複数の要求にまたがる不正利用の兆候を捉えるため、FableやMythosには一定期間の使用データを監視する安全策があります。Enterprise Frontier Safeguardsは、顧客のインフラ内に置いた入出力に対して自動監視を行い、ゼロデータ保持と両立させる仕組みとして、プライベートベータで提供されています。

公式発表では、対象となる顧客はこの仕組みの実装前でもゼロデータ保持で利用を続けられる一方、その他の顧客には安全監視のため30日間の保持があるとしています。モデルを選ぶ際には価格やベンチマークだけでなく、自社の契約でどちらの条件が適用されるかを確認する必要があります。

導入担当者に求められるのは、高度な能力をそのまま広い操作権限へ変換しないことです。資料の閲覧、案の作成、本番の変更を分け、根拠や変更履歴を残し、検証に失敗した場合の停止条件を決めます。モデル側の安全策と業務側の管理を組み合わせる設計が、今回の発表を実務へつなぐ要点です。運営会社の情報や相談窓口は、RO合同会社の公式サイトで案内しています。

柴亮太
柴亮太の視点