Claude Fable 5とMythos 5が示す「超高性能モデルの出し方」──性能競争は安全設計込みの時代へ

Anthropicは、一般利用向けの高性能モデル「Claude Fable 5」と、限定的な信頼アクセス向けの「Claude Mythos 5」を発表した。Fable 5はソフトウェアエンジニアリング、知識労働、視覚、科学研究などで同社の一般提供モデルを上回るとされ、Mythos 5は一部のサイバー防御組織やインフラ事業者向けに安全制約を調整したモデルとして提供される。

注目すべきは、性能そのものだけではない。Anthropicは、高いサイバー能力を持つモデルを一般提供する際、特定領域のリクエストを次点モデルへ切り替える保守的な安全策を導入したと説明している。高性能AIの競争は、ベンチマークだけでなく「どう公開し、誰にどの権限で使わせるか」の設計を含む段階に入った。

一般提供と信頼アクセスを分ける設計

Fable 5は、一般ユーザーに提供するモデルとして設計されている。一方、Mythos 5は同じ基盤モデルを使いつつ、一部領域の制約を緩め、Project Glasswingを通じて米政府との協力のもとサイバー防御用途に提供される。今後はより広いtrusted access programへの拡大も予定されている。

この分離は重要だ。高度なモデルは、防御、研究、ソフトウェア改善に大きな価値をもたらす一方、悪用時の被害も大きくなる。全員に同じ能力を同じ形で出すのではなく、用途、組織、監査可能性に応じてアクセスを分ける発想が必要になる。

長時間エージェント作業の価値

Anthropicは、Fable 5とMythos 5が従来のClaudeより長く自律的に作業できると述べている。Stripeの初期テストでは、5,000万行規模のRubyコードベースに対する移行作業を1日で進め、手作業ならチームで2カ月以上かかる作業を圧縮した例が紹介された。

長時間作業に強いモデルは、単発の質問応答よりも業務変革への影響が大きい。コード移行、調査、文書分析、リスク検証のように、複数ステップをまたぐ仕事をAIへ任せられるようになるからだ。

企業導入で問われる統制

日本企業がこの種のモデルを導入する際は、利用範囲の線引きが不可欠になる。社内コード、脆弱性情報、顧客データ、金融・医療・公共領域の情報を扱う場合、モデル性能だけを見て導入すると、監査や説明責任でつまずく。

まずは、許可する作業、禁止する作業、ログ保存、レビュー担当、外部送信データの扱いを明確にするべきだ。Fable 5とMythos 5の発表は、超高性能モデルの導入が「技術選定」ではなく「ガバナンス設計」でもあることを示している。

参考：Anthropic公式発表