Claude Fable 5が世界で提供再開、ジェイルブレイク対策の新分類器を導入
2026年7月2日 13:08
米アンソロピック（Anthropic）のAIモデル「Claude Fable 5」のグローバル提供が再開された。一時的な提供停止の原因となったジェイルブレイク（制限回避）手法をブロックする新しい安全分類器が導入されたが、通常のコーディングやデバッグの要求に対しても誤検知が増える可能性がある。本再開は、米商務省による輸出管理措置の解除に伴うものである。
■Claude Fable 5の提供再開と19日間の停止背景
アンソロピックの公式再配備声明によると、米商務省は2026年6月30日に「Claude Fable 5」およびその制限付き姉妹モデル「Claude Mythos 5」に対する輸出管理措置を解除した。これを受けて、2026年7月1日より、Claude.ai、Claude Platform、Claude Code、Claude Coworkを通じて世界中でのアクセスが再開された。AWS、Google Cloud、Microsoft Foundryでの再有効化も速やかに行われる見通しだが、具体的な日程は確認されていない。
この復旧により、2026年6月12日から始まった19日間の提供停止措置が終了した。当時、米商務省は国家安全保障上の権限を理由に、国内外を問わず外国籍の人物による両モデルへのアクセスを禁止した。アンソロピックは、商業規模のAPIにおいてユーザーの国籍をリアルタイムで確実に検証する方法がなかったため、世界中のすべての顧客に対して両モデルの提供を停止せざるを得なかった。
■19日間に及ぶ提供停止の引き金
この輸出管理命令のきっかけは、ジェイルブレイク（制限回避）の実証実験だった。アマゾン（Amazon）の研究者が、Fable 5の安全分類器を回避し、コードベース内のソフトウェア脆弱性を特定させる手法を発見した。あるケースでは、特定の脆弱性をどのように悪用できるかを示す実証コードをモデルが生成した。政府はこの事態を重く受け止め、報告を受けてから数時間以内に国家安全保障に基づく輸出管理措置を発動した。
アンソロピックは、この発見の深刻さについて異議を唱えていた。同社の独自テストによると、同様の脆弱性特定は、Claude Opus 4.8、OpenAIのGPT-5.5、MoonshotのKimi K2.7など、より性能の低い幅広いモデルでも再現可能だったという。また、特定の悪用実証コードについては、Claude Haiku 4.5、Sonnet 4.6、Opus 4.6、Opus 4.7、Opus 4.8、GPT-5.4、GPT-5.5、Kimi K2.7を含む、テストしたすべてのモデルが同様の出力を生成した。アンソロピックは、報告された回避手法はMythosクラスのモデルに特有の能力を露呈するものではないと結論付けた。
しかし、この問題の背景にはジェイルブレイクを巡る対立以上の要因もあった。2026年3月初旬、米国防総省はアンソロピックを「サプライチェーンのリスク」に指定しており、さらに6月2日のホワイトハウスの大統領令「先端人工知能の革新と安全性の促進」は、最先端モデルのリリース前に政府による30日間の事前審査を義務付けていた。アンソロピックはその大統領令の7日後にFable 5をリリースしており、政府への事前説明を完了していなかった。この解釈に基づけば、今回の輸出管理命令は、大統領令が求めていた事前審査の枠組みを強制執行する意味合いもあったとみられる。
■新しい安全分類器の仕組みとトレードオフ
問題解決のため、アンソロピックはアマゾンの報告書で指摘された手法を標的とする、改良された安全分類器を訓練する必要があった。この変更を理解するには、Fable 5がリリース当初から採用しているアーキテクチャを理解する必要がある。
Fable 5とMythos 5は、同じ基礎となるモデルの重みを共有している。両者を分けているのは、モデルの前段に位置し、すべての入力クエリを監視する分類器ベースの安全レイヤーである。サイバーセキュリティ、生物・化学、モデル蒸留などのリスク領域に触れる要求を分類器が検知すると、Fable 5は直接回答せず、要求をClaude Opus 4.8に転送（フォールバック）し、ユーザーにその旨を通知する。一方、Mythos 5はこれらの分類器なしで動作するため、審査を経た特定のパートナーのみに利用が制限されている。
アンソロピックが「多層防御（defense in depth）」と呼ぶこの設計は、分類器の検知範囲を意図的に必要以上に広く設定している。この「安全マージン」により、一見無害に見える要求であっても、指定されたリスクカテゴリに該当すれば分類器が作動し、真に有害な要求がすり抜ける可能性を低減する。Fable 5では、このマージンが従来のどのモデルよりも広く設定されていたため、リリース当初、セキュリティ研究者や開発者から「正当な業務に対する過剰なブロック」として不満の声が上がっていた。
新しい分類器は、アマゾンが実証したジェイルブレイク手法（元の分類器を回避した、コードレビューを装ったプロンプトなど）に焦点を絞って調整されている。アンソロピックの再配備声明によると、米商務省のAI基準・革新センター（CAISI）の研究者が新旧の分類器を独立してテストし、更新された安全対策が強力であることを確認した。新しい分類器は、報告された特定の回避手法を99%以上のケースでブロックするという。
しかし、これには代償が伴う。新しい分類器は以前よりも保守的であるため、従来であればフォールバックを発生させずに通過していたような、日常的なコーディングやデバッグの要求に対して誤検知（偽陽性）が発生しやすくなる。アンソロピックは、時間の経過とともにこれらの誤検知を減らすよう、システムの微調整を続けるとしている。
■本日からのアクセス権と利用条件
開発者やサブスクリプション契約者にとって、Fable 5の再開に伴うアクセス条件は、提供停止前とは異なる。
2026年7月1日より、Pro、Max、Team、および一部のEnterpriseプランの契約者は、7月7日までの間、週の利用制限の最大50%までFable 5を使用できる。その後、Fable 5は利用クレジット（usage-credit）モデルへと移行する。標準的なEnterpriseプランにはFable 5の無料利用枠は含まれず、すべての利用はクレジットを通じて課金される。クレジットが有効化されていない場合、Fable 5は機能しない。プレミアムEnterpriseプランも同様に7月7日にクレジットモデルへ移行する。
また、Mythos 5についても、ハワード・ラトニック米商務長官による6月26日の認可を受け、重要インフラを運営・防衛する約100の米国組織を対象に一部提供が再開された。アンソロピックは、国内外の他のグラスウィング・パートナーズ（Glasswing partners）にもこのアクセスを拡大できるよう、政府との協力を継続していると述べている。
■アマゾンの関与と3週間にわたる対立
今回の提供停止は、アンソロピックに売上減少以上の打撃を与えた。Fable 5は、特に自律型コーディングタスクにおいて、開発者コミュニティのベンチマーク指標として急速に定着しつつあった。Datacurveの「DeepSWE」ベンチマークでは、GPT-5.5を3ポイント上回る70%のPASS@1レートを記録し、首位を獲得していた。その不在は競合他社に市場を開放することになり、一部の開発者はGLM-5.2やKimi K2.7などの代替ツールに移行し、他の開発者は再開を待つ事態となった。
提供停止の引き金となったアマゾンの役割には、強い関心が集まっている。同社はアンソロピックの最大のクラウドパートナーであり、主要な投資家でもある。アマゾンのアンディ・ジャシーCEOは、6月11日にスコット・ベセント財務長官にジェイルブレイクの発見を直接報告し、その翌日に商務省の命令が下された。ホワイトハウスの科学顧問デビッド・サックス氏は、政府が当初、アンソロピックに対して「ジェイルブレイクを修正するか、モデルの展開を自主的に取り下げるか」の選択肢を提示したが、ダリオ・アモデイCEOがその両方を拒否したと公に述べた。政府との交渉は、アンソロピックの共同創業者兼チーフ・コンピュート・オフィサーであるトム・ブラウン氏が主導した。
この出来事は議会の関心も引いた。連邦議員らはラトニック商務長官に対し、提供停止措置の法的根拠を説明するよう求める公式書簡を送付した。また、オーストリア政府は欧州委員会に対し、欧州のユーザーに法的確実性を提供するため、アンソロピックをEUの管轄内に誘致することを検討するよう公式に要請した。
■業界共通のジェイルブレイク評価枠組みの構築
今回の提供停止措置がもたらした永続的な成果の一つは、AI業界におけるジェイルブレイク開示の取り扱いに関する新しい共通基準の形成かもしれない。これまで、このような基準が存在しなかったことが、今回の大きな損失につながった。
アンソロピックは、アマゾン、マイクロソフト、グーグル、その他のグラスウィング・パートナーズと提携し、ジェイルブレイクの深刻度を評価するための共通の枠組みを策定することを発表した。提案されている枠組みでは、攻撃者が既存のツールを超えてどれだけの能力向上を達成できるか、さまざまな攻撃タスクにおけるその向上の広さ、その手法を兵器化（悪用）することがどれほど容易か、その手法がどれほど発見されやすく、あるいは広く知られているか、という4つの次元でジェイルブレイクを評価する。
重要インフラに被害を与えるために積極的に悪用されているような、最も深刻なクラスのジェイルブレイクについて、アンソロピックは深刻度が確認された瞬間に緩和策の展開を開始すると述べており、ジェイルブレイクの報告チャネルを24時間監視するチームを新設した。また、新しいハッカーワン（HackerOne）プログラムも開始され、セキュリティ研究者がFable 5の潜在的なジェイルブレイク手法を提出して審査を受けられるようになっている。
■AIベンダーと開発者への影響：「みなし輸出」の適用
Fable 5の事例は、アンソロピックの枠を超えて大きな影響を与える前例を作った。米国輸出管理規則（EAR）に基づき、物理的なハードウェアやソースコードを対象に策定された米国政府の「みなし輸出（deemed export）」ドクトリンが、クラウドAPI経由で商用展開されるAIモデルにも適用されることが示されたのである。このドクトリンの下では、ホストされたエンドポイントを介して外国籍の人物に規制対象技術へのアクセスを提供することは、その人物の本国に物理的に技術を発送することと法的に同等とみなされる。
インターネットを通じて外国籍の人物にサービスを提供するすべての最先端AI企業は、事前の警告なしに、同盟国への例外措置もなく、法定の適正手続き（デュープロセス）の要件もなしに、政府命令によるグローバルな提供停止措置を受けるリスクにさらされることになった。Fable 5の紛争を解決したケースバイケースの交渉は、現在、業界における唯一の解決メカニズムであり、この権限がいつ、どのように行使されるかを規定する正式で透明性のある法的プロセスは存在しない。
アンソロピックは、広範な展開の前に、独立した能力評価を行うため、指定された政府パートナーに対して将来の最先端モデルへの事前アクセスを拡大することを約束した。どのモデルがその審査の対象となるか、またどのような基準が適用されるかという枠組みは現在も策定中であり、国家安全保障局（NSA）、財務省、およびサイバーセキュリティ・インフラ安全保障庁（CISA）は、2026年8月1日までに機密扱いのベンチマークを提出することになっている。
■注目ポイントQ&A
●Claude Fable 5は2026年7月1日時点で再び世界中で利用可能になりましたか？
はい、利用可能です。米商務省が6月30日に輸出管理措置を解除したことを受け、アンソロピックは7月1日より、Claude.ai、Claude Platform、Claude Code、Claude Coworkを通じてグローバルアクセスの復旧を開始しました。AWS、Google Cloud、Microsoft Foundryでの再有効化も進められています。7月7日までは、Pro、Max、Team、および一部のEnterpriseプランで週の利用制限の最大50%までFable 5を使用できますが、それ以降は利用クレジットモデルが適用されます。
●提供停止の解除後、Fable 5の安全分類器はどのように変更されましたか？
アマゾンの研究者がFable 5の元の安全対策を回避するために使用した、プロンプトのフレーミング手法を特定してブロックする新しい分類器が訓練されました。この新しい分類器は、報告された特定の回避手法を99%以上のケースでブロックすることが、米商務省AI基準・革新センター（CAISI）の研究者による独立したテストで確認されています。ただし、その代償として、日常的なコーディングやデバッグの要求に対する誤検知（偽陽性）の発生率が高くなり、従来よりもClaude Opus 4.8への転送（フォールバック）が発生しやすくなっています。
●なぜクラウドAIサービスが輸出管理の対象となったのですか？また、今後の影響は？
米国政府が、通常は物理的なハードウェアやソースコードに適用される「みなし輸出（deemed export）」ドクトリンを、Fable 5のクラウドAPIに適用したためです。この解釈では、ホストされたエンドポイントを介して外国籍の人物に規制技術へのアクセスを提供することは、物理的にその国へ発送することと法的に同等とみなされます。商用展開されたAIモデルにこのドクトリンが適用されたのは今回が初めてです。今後は、APIを通じて外国籍のユーザーにサービスを提供するすべての最先端AI企業が、事前警告や法的適正手続きなしに、政府命令による即時のグローバル提供停止リスクに直面することになります。
●提案されている業界共通のジェイルブレイク深刻度評価枠組みとはどのようなものですか？
アンソロピック、アマゾン、マイクロソフト、グーグルが共同で策定を進めている、ジェイルブレイクの深刻度を4つの次元（既存ツールを超える能力向上の度合い、攻撃タスクの広さ、兵器化の容易さ、発見のされやすさ）で評価する共通基準です。これにより、AI開発者や規制当局が、報告されたジェイルブレイクをどれほど深刻に扱うべきかを判断するための合意された基準を提供することを目指しています。
元記事: Claude Fable 5 Returns Globally: New Classifier Blocks Jailbreak, Flags More Code