要点
- Anthropic は 2026年11月9日、新モデルの Claude Fable 5.2 と Mythos 5.2 を発表した。攻撃を段階的に進める試験で、OpenAI の GPT-6 Cyber を上回る点数を示したとされる。
- ただし 76.3% という高い点数は、申請制の枠で提供される Mythos 5.2 の数字だ。一般向けの Fable 5.2 は、危険な攻撃作業を止める仕組みを付けて出ている。
- 被害の報告ではなく、AI の攻撃能力が上がっているという研究・発表の話だ。守る側も同じ力を使えるかが焦点になる。
何が起きたか
Anthropic は 2026年11月9日、Claude Fable 5.2 と Mythos 5.2 の発表を出した。二つは同じ土台のモデルだ。違いは安全対策にある。Fable 5.2 は全ユーザーが使える。ただし、サイバー関連の作業の多くは安全対策で止まる。Mythos 5.2 は、サイバーや生命科学の分野で成果を目指す組織が、申請して使う形だ。Claude Enterprise の顧客は、Claude Security を通じて Mythos 5.2 を使った機能にも触れられる。
注目された試験は CyScenarioBench だ。作ったのは AI の試験を行う Irregular。同社の説明によると、単発の課題ではなく、複数の段階を踏む攻撃を計画し実行できるかを測る。実際の事件の分析から作った模擬環境を使う。問題は非公開で、試験対策に使われないようにしている。
Anthropic の発表ページの数字は次のとおりだ。
- Mythos 5.2：76.3%
- Mythos 5.1：61.7%
- GPT-6 Cyber：61%
別の試験もある。Anthropic 自身の評価では、2026年10月の 1,829 件の既知の欠陥を、ソースコードから見つけ直せるかを測った。Mythos 5.2 は 89.6%、Mythos 5.1 は 78.3% だった。
数字の読み方には注意がいる。発表ページは、各社の点数が「それぞれ別の問題」で出たものだと注記している。つまり同じ問題での直接の勝負ではない。The Hacker News は Fable 5.2 の数字として伝えたが、Anthropic の表では Mythos 5.2 の数字だった。
安全対策について、Anthropic は次のように説明している。Fable 5.2 には、侵入テスト、攻撃コードの生成、バイナリからの欠陥探しといった危険度の高い作業を止める仕組みがある。止めた場合は、より能力の低い Opus 4.8 が答える。強さは Fable 5.1 と同等で、不要な遮断は減ったという。サイバー関連の遮断は約 60% 減ったとされる。ただし、これは Anthropic 自身の早期テストの話だ。
日本の利用者への影響
日本の組織や利用者への影響について、発表ページに記述は見当たらなかった。Fable 5.2 は AWS、Google Cloud、Microsoft Azure でも使えると発表されており、日本の企業も同じ経路で使える。守る側向けには、審査制の Cyber Verification Program と、コードの欠陥を調べる Claude Security がある。Claude Security は Claude Enterprise の顧客が使える。日本での提供範囲は、発表ページからは分からなかった。
今すぐやること
- 慌てる必要はない。被害の報告ではなく、能力の発表だ。まず事実関係を落ち着いて把握する。
- 自社で AI を使っているなら、どのモデルを誰が使えるかを確認する。クラウド経由で新モデルが使えるようになっているかもしれない。
- 公開しているシステムの修正を遅らせない。AI が欠陥を見つける速度が上がると、公表から攻撃までの時間は短くなりうる。
- 守る側の道具を検討する。Anthropic は、コードの欠陥を継続的に調べて修正を追う Claude Security を勧めている。審査制の枠への申請も選べる。
- 数字は一社の発表として読む。第三者の確認が出るまで、優劣を断定しない。
背景
Anthropic の発表では、Mythos 5.2 は Opus 5.5 より 10.2%、Mythos 5.1 より 14.4% 多く欠陥を見つけたという。攻撃にも防御にも使える力なので、Anthropic はモデルの出し方を二つに分けた。誰でも使えるが危険な作業を止める Fable と、申請して使う Mythos だ。
一方で、止める仕組みが完全かは別の話だ。検索では、Fable 5 について、ある研究者が「仮の話」の形で攻撃の計画を引き出せたと主張する報道があった。これは一人の研究者の主張で、確認はできていない。Fable 5.2 の仕組みで同じことが起きるかも分からない。
技術者向けの詳細
- モデル ID：
claude-fable-5-2（発表は 2026-11-09）。 - CyScenarioBench：Mythos 5.2 が 76.3%、Mythos 5.1 が 61.7%、Opus 5.5（安全対策なし）が 67.6%、GPT-6 Cyber が 61%。各社の問題は別。
- CVE Rediscovery（Anthropic 内部評価、2026年10月、1,829 件）：Mythos 5.2 が 89.6%、Mythos 5.1 が 78.3%、Opus 5.5（安全対策なし）が 81.3%。
- Anthropic によると、ある検査者の確認では、以前のモデルは約 20 件に 1 件で重大度を過大に評価した。Mythos 5.2 は過大評価がなかった。これは一人の検査者の数字だ。
- Fable 5.2 は、遮断した問い合わせを Opus 4.8 に回す。Mythos 5.2 の高速モードは、審査制の枠の組織だけが使える。
- Irregular のページ自体は、Fable 5.2 や GPT-6 Cyber の結果を載せていない。ページには「作業中の草稿」との注記がある。
- Irregular の GPT-6 Cyber の評価はこちら。今回は確認していない。
