Claude Fable 5が提供再開、共通脱獄評価策定へ

Anthropic (アンソロピック) は、米国政府による輸出規制の解除に伴い、一時的に世界提供を停止していた最新AI (人工知能) モデル「Claude Fable 5 (クロード・フェーブル5)」の提供を7月1日より再開しました。同時に同社は、Amazon (アマゾン), Microsoft (マイクロソフト), Google (グーグル) などのアライアンスパートナーと共同で、AIモデルの安全対策を意図的に回避する「ジェイルブレーク (脱獄)」の深刻度を評価するための業界共通フレームワークの策定に着手しました。

1. 輸出規制の経緯と「多層防御」による安全対策の改善

Fable 5とサイバーセキュリティ防御用途向けの「Claude Mythos 5」は、2026年6月9日に公開されたものの、Amazonの研究者によって安全策の回避手法が報告されたことを受けて、わずか3日後に米国政府より輸出規制の対象に指定されました。外国籍ユーザーのリアルタイムな識別が困難であることから一時全公開を停止していましたが、対策を強化。今回の再公開版では、小型AI分類器や事後分析などの多層防御 (複数のセキュリティ対策を重ねて防御する手法) を組み込むことで、指摘された特定手法の99%以上を遮断する改善が行われました。

2. 業界共通の「脱獄深刻度評価枠組み」の構築

AIモデルの完全な脱獄を防ぐことは事実上不可能であるとの見解から、各社は脱獄による脅威の度合いを評価する「深刻度評価フレームワーク」の策定を急いでいます。具体的には「既存ツールをどれだけ上回る性能を与えるか」「攻撃への転用が容易か」「手法の入手しやすさ」など4つの評価基準を用いて判断します。さらに、国家安全保障に関わる高度なモデルについては、政府機関への公開前アクセスを提供して安全性を共同検証する体制の整備も目指しています。

今回の規制と再提供の一連のプロセスは、フロンティアAIモデルのセキュリティ対策が政府や競合ラボと密接に連携するフェーズに移行したことを示しています。今後は、個々のAIベンダーによる自主的な安全評価にとどまらず、業界全体および公的機関が関与する共通ルールの制度化が加速すると予想されます。