Claude Fable 5、発売禁止から18日間の舞台裏：業界を変えた「脱獄」深刻度フレームワーク

2026年6月、Anthropicが公開した最先端AIモデルが公開後わずか3日で米国政府によって使用禁止、18日後に復活した——この一連の出来事は、AI業界に新たな規範を刻み込んだ。本記事では、何が起き、なぜ起き、そしてフロンティアAIの未来に何を意味するのかを、事実に基づいて詳述する ^AAC。

公開と禁止の経緯

2026年6月9日、Anthropicは高度なサイバー能力を持つMythosクラスのモデルを制限付きで公開したClaude Fable 5と、制限のない兄弟モデルClaude Mythos 5をリリースした ^CA。Anthropicにとって、これまでで最も強力なAIシステムだった。

ところが、それからわずか3日後の6月12日夜、商務長官ハワード・ラトニックがCEOのダリオ・アモデイ宛てに書簡を送り、国家安全保障上のリスク——具体的には、モデルが外国の軍事情報機関に流用される可能性——を理由に、両モデルへのアクセスをすべて停止するよう命じた ^AADR。産業安全保障局（BIS）は輸出管理改革法に基づく「Is Informed」レターを発行し、世界中の外国籍の人物——Anthropicの自社の非米国人従業員を含む——への配布を事実上禁止した ^AAF。

Anthropicはリアルタイムで外国籍ユーザーと国内ユーザーを確実に区別できなかったため、6月13日、全世界の全顧客に対して両モデルを無効にした ^DFL。

禁止の引き金となったもの

直接の原因は、Amazonや他の数社の研究者による脱獄行為の報告だった。彼らは攻撃的なサイバーセキュリティ活動に有用な情報を引き出したとされ、政府はこれを国家安全保障上の懸念と見なした ^CKB。Anthropicの内部調査によると、輸出規制命令を引き起こしたプロンプトは、標準的なコードベースのセキュリティ監査リクエストだった。Anthropicは、この能力はすでにOpenAIのGPT-5.5や他のフロンティアモデルに存在すると主張している ^A。

18日間の停止

輸出規制は2026年6月30日に解除され、18日間の中断に終止符が打たれた ^ACADR。Fable 5は7月1日に、Claude.ai、Claude Platform API、エンタープライズプランでユーザーに復旧された ^FAT。ただし、商務省の書簡には、Anthropicの安全対策に関する約束が守られない場合、規制を再発動する権利を留保する旨が記されていた ^A。

より大きな物語：脱獄深刻度フレームワーク

Fable 5騒動はモデルの復活だけに留まらなかった。この出来事は、AIの脱獄（ジェイルブレイク）の深刻度を評価するための業界全体の新しいフレームワークの創設を促したのである。Anthropicは、Amazon、Microsoft、Google（および他のProject Glasswingパートナー）と協力して、共通の評価基準を開発すると発表した ^FAA。その主な特徴は以下の通り：

• 脱獄がどの程度まで進行したか、どの機能にアクセス可能になったか、攻撃の再現性、露呈した動作に実際の運用上の結果があったかをスコアリングする ^DJ。
• 規制解除の合意の一環として、ホワイトハウスも脱獄の深刻度を格付けする技術基準の交渉に関与した ^J。
• このフレームワークの目的は、開発者と規制当局に、脱獄の深刻さと必要な対応を判断するための共通の基準を提供することであり、完全に脱獄耐性のあるモデルは存在しないという認識に基づいている ^A。

このフレームワークは、モデルそのものよりも重要な遺産となる可能性がある。ある分析記事は次のように指摘する。「Anthropic、Amazon、Microsoft、Googleは共有の脱獄深刻度基準を開発しており、連邦AI規制がない状況で事実上の業界政策を形成している」 ^A。

Fable 5のセーフティ分類器の仕組み

Fable 5は、新しいアーキテクチャで公開された。特定の高リスクリクエストカテゴリをフラグし、フラグされたクエリをFable 5の完全な能力で応答する代わりに、Claude Opus 4.8（フォールバックモデル）にルーティングするセーフティ分類器である ^VAA。フラグ対象カテゴリは以下の通り：

• サイバーセキュリティ / 攻撃的サイバー活動 — 脆弱性の特定、攻撃目的のコードベース取り込み、その他のサイバー攻撃を可能にするクエリ ^DVA
• 生物学および化学 — 病原体の特性、微生物の合成・培養、機能獲得研究、生物毒素、選択因子に適用可能な実験室プロトコル ^DVM
• 蒸留リスクプロンプト — モデルの重み、トレーニングデータ、または独自の動作を抽出または再現しようとする試み ^VA

輸出規制が解除された後、Anthropicは元の命令を引き起こした脱獄手法に特化した改良版セーフティ分類器を展開した。報告された手法に対して99%以上のケースでブロックし、ブロックされたリクエストは引き続きOpus 4.8にルーティングされると主張している ^FP。同社は、この分類器が一部の良性リクエストを誤ってフラグする可能性があることも認めている ^F。

Fable 5の料金

API料金： Claude Fable 5のAPI料金は、入力トークン100万トークンあたり10ドル、出力トークン100万トークンあたり50ドルである ^AADFP。公式Claudeドキュメントには、キャッシュ入力は100万トークンあたり12.50ドル、非キャッシュ入力は20ドル、"bookend input"は1ドルと記載されている ^P。

無料導入期間： 公開日の6月9日から6月22日まで、Fable 5はClaude Pro、Max、Team、およびシートベースのエンタープライズプランで追加費用なしで利用できた ^CDFAA。

従量課金への移行： 2026年6月23日をもって、Fable 5はこれらのバンドルプランから除外された。この日以降、Fable 5へのリクエストは、プランの包括許容量ではなく、APIのトークン単価（入力100万/10ドル、出力100万/50ドル）で課金される有料使用クレジットを消費するようになった ^CDFAA。

7月7日に関する補足： 一部のサードパーティの論評では、その後の価格調整日として7月7日が言及されている。これは、輸出規制が解除された6月30日以降、一部のPro、Max、Teamプランのユーザーに対して、メーター制クレジットが完全に適用されるまでの間、一時的な再包含期間（週間使用量の50%まで）が7月7日まで設定されたためである ^FAA。

結論

Claude Fable 5の公開から禁止、そして復活に至る18日間の道のりは、単なる一モデルの物語ではない。これは、正式なAI安全規制が存在しない世界において、フロンティアAI企業と政府が強力なモデル展開のルールを——ぎこちなく、公の場で——どのように交渉しているかを示すケーススタディである。この対立から生まれた脱獄深刻度フレームワークは、業界が次に避けられない脱獄にどのように対応するかの基準を定める可能性を秘めている。