Claude Fable 5徹底解説：Anthropic初の「Mythosクラス」一般公開モデルは“安全装置の二重化”でAIインフラをどう変えるか

【エグゼクティブ・サマリー】

Anthropicが、これまで「危険すぎて公開できない」としてきた最上位ティアMythosクラスから、初の一般公開モデル「Claude Fable 5」を投入した。
公開を可能にしたのは、サイバー・生物化学・蒸留の高リスク領域だけを検知してOpus 4.8へ自動退避させる「分類器＋フォールバック」構造である。
料金はOpus 4.8の約2倍（入力$10／出力$50）に上がり、さらに全トラフィックの30日間保持が義務化され、企業のガバナンス精査が一段と重くなる。

既存テクノロジーの限界と課題
ニュースの核心
【比較表】従来アーキテクチャとのスペック比較
【図解】技術アーキテクチャ・関係図
【考察】ITエコシステム・業界へのインパクト
まとめ
引用元記事・補足資料

既存テクノロジーの限界と課題

最先端AIの世界には、長らく解けなかった一つの構造的なジレンマがある。モデルが賢くなるほど、その賢さは「守る側」と「攻める側」の両方を等しく強くしてしまうという問題だ。

これはデュアルユース（※同じ技術が善用にも悪用にもなりうる性質のこと）と呼ばれる。よく切れる包丁が一流の料理人の道具にも凶器にもなるのと同じで、ソフトウェアの脆弱性を見つけ出す能力は、防御側にとっては防壁の補修であり、攻撃側にとっては侵入経路の発見になる。道具そのものは中立で、握る人間によって意味が反転する。

そして、これまでの公開判断は事実上「全公開」か「全非公開」かの二択しかなかった。

蔵書をすべての来館者に無制限で開放するか、建物ごと施錠して誰も入れないか——そのどちらかしか選べない図書館を想像すると分かりやすい。特定の数棚だけ閉架にする、という中間の制御装置が存在しなかったのだ。

実際、Anthropicは2026年4月にMythosクラスの最初のモデル（Claude Mythos Preview）を公開した際、そのサイバーセキュリティ能力が高すぎることを理由に一般公開を見送り、ごく限られた防御者と重要インフラ事業者にのみ提供していた。同社の説明では、このモデルは主要なOSやWebブラウザのほぼ全てにわたり、未知の脆弱性を発見してしまったという。

従来型の安全対策が抱えるもう一つの限界が、フィルターの「粗さ」だ。

入口に立つ警備員が一人しかおらず、その人が「全員通す」か「全員止める」かしか判断できないとしたら、正常な利用者まで巻き添えで締め出される。トーストを焼いただけで鳴り響く過敏な火災報知器のように、誤検知（フォールスポジティブ）が多すぎれば、安全装置はかえって実用性を殺してしまう。

整理すると、フロンティアAIの一般公開を阻んでいたボトルネックは次の3点に集約される。

デュアルユース性：能力が高いほど悪用時の被害（uplift＝攻撃者への底上げ）が大きくなる
二者択一の公開判断：能力単位で出し分ける細かな制御手段がなかった
粗いフィルター：一律ブロックは誤検知を生み、正規利用の体験を破壊する

ニュースの核心

今回Anthropicが発表したClaude Fable 5は、この「二者択一」の壁を、モデルを二段構えにするという工学的な答えで突破してきた。

高速道路の構造を思い浮かべると、その仕組みは一気に腑に落ちる。

普段は誰もがFable 5という超高速の追い越し車線を走る。ところが料金所のセンサーが「制限区域行きの危険物を積んだ車両」を読み取った瞬間、その車だけを一般道（Claude Opus 4.8）へ自動的に逸らす。追い越し車線そのものを封鎖するのではなく、特定の積み荷だけを別ルートへ振り替えるのだ。

このセンサーの役割を担うのが分類器（※本体モデルとは別に動き、不正利用やジェイルブレイクを検知する専用AIのこと）である。

安全装置が作動した一部の話題については、次に高性能なモデルであるClaude Opus 4.8が代わりに応答する——とAnthropicは公式に説明している。（出典：Anthropic公式発表「Claude Fable 5 and Claude Mythos 5」）

仕組みをもう少し技術的に分解しよう。Fable 5には本体とは独立した分類器が組み込まれており、リクエストがサイバーセキュリティ／生物・化学／蒸留のいずれかに該当すると判定された場合、Fable 5の応答を止め、処理をOpus 4.8へフォールバック（※本命の処理が使えないときに、代わりの安全な処理へ自動的に切り替えること）させる。利用者には切り替わった旨が必ず通知される。

ここで効いてくるのが、フォールバック先が「拒否」ではなくそれ自体が高性能なOpus 4.8である点だ。

門前払いの「お答えできません」ではなく、一段安全なモデルが代わりに答える。これにより、安全側に倒しつつも利用体験の断絶を最小化している。

注目すべきは作動率の低さだ。Anthropicによれば、Fable 5セッションの95%以上はフォールバックが一度も発生せず、その間Fable 5の性能はサイバー安全装置を外した上位版（後述のMythos 5）と実質的に同等になる。安全装置が作動するのは平均してセッションの5%未満だという。

分類器がカバーする3領域には、それぞれ明確な理由がある。

サイバーセキュリティ：脆弱性の発見・悪用に加え、偵察や横展開といったエージェント型ハッキング全般をブロック対象とする
生物・化学：従来の狭い生物兵器関連の遮断では不十分と判断し、当面は広めに網をかけてOpus 4.8へ退避させる
蒸留（※あるAIの出力を使って別のAIを安価に学習させ、能力を抜き取る行為のこと）：Fable 5の能力が無防備な近フロンティアモデルとして拡散するのを防ぐ

この分類器は、Anthropicが以前から運用してきた憲法分類器（Constitutional Classifiers）の延長線上にあり、カバー範囲を拡張したものだ。堅牢性の検証として、外部バグバウンティで1,000時間以上のテストを実施し、汎用的なジェイルブレイク（※AIの安全制御を回避させて禁止された応答を引き出す攻撃手法のこと）は発見されなかったとしている（英AISIが短期間の初期テストで部分的な前進を見せた点は同社も明記している）。

そして見落とせないのが、もう一つの「核心」——データ保持ポリシーの変更だ。

Anthropicは、Fable 5・Mythos 5および同等以上の能力を持つ将来モデルについて、第一者・第三者を問わず全トラフィックの30日間保持を義務化した。ただし同社は、このデータを新モデルの学習や安全以外の目的には使わず、人間によるアクセスをすべて記録し、ほぼ全てのケースで30日後に削除すると説明している。目的は、複数リクエストにまたがる新型攻撃の防御と、誤検知の削減だ。

エンタープライズ層がこれを警戒するのは、ゼロリテンション（※顧客データを保持しないという企業向けの強いプライバシー約束のこと）が、最上位モデルに限り事実上の例外扱いになるためである。

【比較表】従来アーキテクチャとのスペック比較

項目	Claude Opus 4.8（前世代の一般公開フラッグシップ）	Claude Fable 5（今回の主役／Mythosクラス）	Claude Mythos 5（制限付き提供）
性能ティア	Opusクラス	Mythosクラス（Opusの上位）	Mythosクラス（Fableと同一モデル）
ベンチ性能	基準	一部ベンチでOpus 4.8比＋10%超	Fable 5と同等以上
安全機構	モデル単体の整合性	分類器＋Opus 4.8へのフォールバック	サイバー領域のガードレールを解除
高リスク領域の挙動	通常応答	ブロックしOpus 4.8が代理応答（作動は5%未満）	サイバーは解除（信頼組織向け）
入力料金（100万トークン）	約 $5	$10	$10
出力料金（100万トークン）	約 $25	$50	$50
データ保持	既存ポリシー準拠	全トラフィック30日保持（学習利用なし）	同左
公開範囲	一般	一般（API・対応プラン）	Project Glasswing等の信頼組織のみ

※Opus 4.8の料金は「Fable 5がOpus 4.8の2倍」というThe Vergeの記載からの逆算値。トークン（※AIが文章を処理する最小単位で、料金や処理量の基準になる）あたりの単価である。

【図解】技術アーキテクチャ・関係図

【考察】ITエコシステム・業界へのインパクト

このリリースが示すのは、フロンティアAIの提供形態が「単一モデルの公開」から「能力ティアの動的な出し分け」へ移行したという構造変化だ。

第一に、インフラ依存の深化が避けられない。

Mythosクラスの巨大モデルに加え、本体とは別走する分類器を常時動かすには、推論側の計算リソースがさらに必要になる。これは次世代GPU（NVIDIAのBlackwell/Rubin系）やGoogleのTPU、そしてそれらを支えるTSMC、ネットワーク半導体のBroadcomといったレイヤーへの需要を一段押し上げる方向に働く。実際、Fable 5は発表と同日にAWSのAmazon Bedrock上でも提供が開始されており、クラウド各社のインフラに即座に組み込まれている。

第二に、コストとガバナンスの天秤が重くなる。

料金が約2倍になったことで、企業は「長く複雑なタスクほど差が開く」というFable 5の優位性が2倍の単価に見合う場面を選別するようになる。全社一律導入ではなく、価値が単価を上回るワークロードへの選択的投入が定石になるだろう。そこに30日間のデータ保持が加わることで、金融・医療・公共といった機密性の高い領域では、ROI（投資対効果）の試算に加えてデータガバナンスの再審査が不可避になる。

第三に、「二層構造」そのものが業界標準になる可能性がある。

危険な能力は信頼された組織（Project Glasswing、米政府連携）に限定し、一般にはガードレール付きの同一モデルを配る——この出し分けは、デュアルユース問題に対する現実的な落としどころとして、他の大手ラボにも波及しうる。Anthropicが同時期に、再帰的自己改善（※AIが自分自身を改良し続け、人間の介入なしに性能を急上昇させるプロセスのこと、RSI）の急進展に対して各ラボ協調の「ブレーキ」を呼びかけている文脈と重ねると、今回のリリースは能力解放とブレーキ設計を同時に出荷するという、新しい運用思想の実装例として読める。

まとめ

Fable 5の本質は、新しいベンチマークの数字ではなく、「全公開か全非公開か」の二択を、リクエスト単位の動的ルーティングで分解してみせた点にある。賢さの限界を押し広げると同時に、その賢さが暴れる5%の領域だけを切り出して一段安全なモデルへ逃がす——能力と安全を同じ箱に同居させる設計だ。

その代償は、極めて具体的な数字で利用者に跳ね返ってくる。単価は文字通り2倍になり、ゼロリテンションは最上位モデルで30日保持へと書き換えられた。パワーには値札が付いており、それは料金表とプライバシーポリシーの両方に記されている。導入を検討する現場が次に向き合うべきは「使えるか」ではなく、「どのワークロードに、どのガバナンス前提で通すか」という設計問題である。