Claude Fable 5 の生物学セーフガードを更新——フォールバック率を約85%削減

記事のサマリー（TL;DR）

• Anthropic が Claude Fable 5 の生物学セーフガードを刷新し、誤検知によるフォールバックを約85%削減
• Claude.ai では全フォールバックが約67%減、Cowork では約55%減、Claude Code では約17%減
• ウイルス学・毒性学・分子設計などデュアルユース領域は依然 Opus 5 にフォールバックし、信頼アクセスプログラムで段階解放を目指す

国内の医療・ライフサイエンス企業が注目すべき運用上の変化

Fable 5（Claude の最上位フロンティアモデル）は、これまで生物学関連クエリの大半をセーフガードで弾いていたため、医療機関や製薬・バイオ系スタートアップが日常的な臨床情報の照会や教育用途に使おうとしても Opus 5 にリダイレクトされるケースが多発していました。今回の更新で、検査結果の読み解き・症状の説明・基礎生物学の学習といった「明らかに無害な」クエリは Fable 5 がそのまま処理するようになります。

日本国内では電子カルテや医療 SaaS との AI 連携が広がっており、Claude API を業務システムに組み込む構成も増えています。今回の変更は Claude Platform 上の API フォールバック率を約7%削減するにとどまりますが、Claude.ai や Cowork（旧 Claude for Work）を活用している組織にとっては体感品質が大きく変わります。一方、創薬や感染症研究など規制が絡む用途は「信頼アクセスパスウェイ（Trusted Access Pathway）」の整備が進むまで制限が続くため、該当領域のプロジェクトは Anthropic の公式発表を引き続き注視する必要があります。

詳細

強固な生物学セーフガードを構築した背景

Anthropic がFable 5 に厳格な生物学セーフガードを設けた理由は、モデルの生物学的能力が「フロンティア」水準に達したことにあります。同社の能力評価（Capability Assessment）によれば、Fable 5 は一部の高度な生物学タスクで専門家を凌ぐパフォーマンスを発揮し、他のタスクでも実質的な支援を提供できます。

この能力は医療や創薬の分野で大きな恩恵をもたらす一方、悪意ある主体が生物兵器の開発に利用するリスクも同時に持ちます。Anthropic 自身の評価では、Fable 5 は「重大な能力向上（Significant Uplift）」——つまり、単独では得られなかった情報や手法を悪意ある行為者に提供してしまう可能性——があるとしています。

実際、生物学における有益な研究と有害な研究の境界線は曖昧です。例えば：

• 生ワクチン（Live Vaccine）の開発：科学者は予防したい病原体そのものを培養する必要がある
• 降圧薬カプトプリル（Captopril）：ヘビ毒の毒性成分を単離することで開発された。同成分は人体の血圧を急激に低下させる

米国インテリジェンス・コミュニティの「2026年次脅威評価（2026 Annual Threat Assessment）」は、合成生物学（Synthetic Biology）やゲノム編集（Genomic Editing）を含むバイオテクノロジーの進歩が「新種の生物学的脅威につながる可能性がある」と明記しています。また、複数の国家主体が攻撃的生物・化学兵器プログラムを維持しており、フロンティア AI の能力がこれらを加速しうると警告しています。

こうした背景から、Anthropic は Fable 5 のリリース時に「生物学関連クエリのほぼ全てをブロックする」という方針を採用しました。誤検知（False Positive）が増えることは分かっていましたが、デュアルユース領域での悪用が「壊滅的なコスト」をもたらしうると判断したためです。

生物学セーフガードの仕組み

Anthropic が生物学領域の悪用を防ぐ中核的な手段が、**セーフティクラシファイア（Safety Classifier）**です。これは Fable 5 よりも小さな AI システムで、保護対象の生物学タスクや有害な出力が検出された際に自動で介入します（類似の仕組みはサイバーセキュリティ分野でも使用しており、同社は以前に詳細を公開しています）。

クラシファイアが反応した場合、ユーザーのリクエストは Fable 5 から Opus 5 へ自動的に切り替えられます。Opus 5 は高性能ではあるものの、Fable 5 ほどの生物学的能力を持たないため、悪意ある利用者への支援能力も低くなります。この切り替えが、ユーザーが経験する「フォールバック」です。

精度の高いクラシファイアを開発するうえでの課題は以下の通りです：

• False Positive（誤検知）：無害なクエリに対してクラシファイアが誤って反応する
• False Negative（見逃し）：有害なクエリがすり抜けてしまう
• ジェイルブレイク（Jailbreak）への耐性：意図的な迂回攻撃にも堅牢である必要がある

Fable 5 のリリース時は、モデルを速やかに提供するために意図的に広いクラシファイアを採用しました。これにより、セーフガードの研究を続けながらもモデルを一般公開できる状態を確保し、「セーフガードが十分整うまでモデルを非公開にする」という代替案（数週間〜数ヶ月の遅延を招く）を回避しました。

クラシファイアの刷新プロセス

今回の更新では、過去数週間をかけてクラシファイアの「コンスティテューション（Constitution）」——許可コンテンツと保護対象コンテンツを判別するルール集——を慎重に書き直しました。具体的な手順は以下の通りです：

1. 専門家レビュー：Anthropic 内外の多様な専門家からフィードバックを収集
2. トレーニングデータの刷新：新しいコンスティテューションに基づいたデータを作成
3. 再トレーニングと検証：有害・デュアルユースコンテンツへは引き続き反応しつつ、無害・有益な用途への制限を緩和していることを確認

この変更を模式図で示すと：

• 境界線の位置（更新前 A）：クラシファイアの境界が図の左端に位置し、「安全マージン」内の非常に低リスクなクエリまで広くブロックしていた
• 境界線の位置（更新後 B）：境界線が右方向に移動し、より多くの無害なクエリが Fable 5 で処理されるようになった

図の凡例：

• 赤：明確に有害なコンテンツ（ブロック）
• オレンジ：デュアルユースコンテンツ（ブロック）
• 薄緑：高い確率で無害だが過剰対応として引き続きブロックされる安全マージン
• 濃緑：明確に無害なコンテンツ（許可）

各製品サーフェスでのフォールバック削減率

今回の更新による生物学関連フォールバックの削減は約85%ですが、全フォールバック（生物学に限らない）への影響は製品ごとに異なります：

今後の方向性と残された制限

Anthropic は今後も以下の制限を維持します：

• ウイルス学（Virology）
• 毒性学（Toxicology）
• 分子設計（Molecular Design）

これらはデュアルユースリスクが高いとされ、現時点では Fable 5 ではなく Opus 5 にフォールバックし続けます。そのため、プロの生物学研究や創薬開発への Fable 5 の適用はまだ実現していません。

Anthropic は「信頼アクセスパスウェイ（Trusted Access Pathway）」を通じて、認証された研究者がフロンティア生物学機能を利用できる安全かつスケーラブルな仕組みを構築することにコミットしています。同社はバイオ・医療分野を「AI が世界に最も大きくポジティブな影響を与えられる領域」と位置付けており、責任ある形での広範なアクセス提供に向けた投資を続けています。

今後もユーザーや専門家のフィードバックを受け、クラシファイアの精度向上を続けるとしています。