まず気になったのは、性能の上昇そのものよりも、Anthropic がかなり露骨に「使われ方」を意識していることです。単にベンチマークで勝った、では終わっていない。cache reads の値下げ、zero data retention、false positive を減らした safeguards、そして Cyber と biology だけ別のアクセス制御。モデルの賢さを売るだけでなく、実際に会社や研究機関が怖がるところを順番に潰しにきている感じがしました。
特に印象に残ったのは、Fable 5.1 と Mythos 5.1 が「同じモデルだが、safeguards の強さが違う」と書かれている部分です。ここは少し不思議でもあります。性能差というより、どこまで出していいかの線引きで製品を分ける発想だからです。しかも cybersecurity では「脆弱性を見つけることはできるが、exploit の作成には使えない」、biology では政府と組んだ access program という具合に、能力の解放と抑制を同時にやっている。AI が強くなるほど、モデルの中身より周辺の統治設計のほうが重要になる、という現実がそのまま見えた気がします。
もうひとつ引っかかったのは、benchmark の数字以上に「長時間、途中で投げずに走り続ける」ことを何度も強調している点です。coding や research って、派手な一発芸より、何時間も地道に試して壊して直すほうが効くことが多い。この記事はそこにかなり自信を持っているように読めました。Fable 5.1 が単なる会話AIというより、半分は作業する同僚、半分は調査担当みたいな位置に近づいている。人が朝起きたら prototype が進んでいる、という引用は大げさにも見えるけれど、ああいう使い方はたしかに現実味があります。
ただ、読んでいて少し慎重になったのは、こうしたモデルが「何をすれば止められるのか」をどこまで公開しているのかです。false positive を減らしたのは歓迎できる一方で、危険な方向の見極めが甘くならないかは気になる。性能が上がるほど、便利さと統制のせめぎ合いは難しくなるはずで、そこを製品紹介の文章だけで判断するのは無理だとも思いました。とはいえ、Anthropic がその緊張関係を避けずに前面に出してきたのは、かなり正直な姿勢ではある。
参考: Introducing Claude Fable 5.1 and Claude Mythos 5.1 \ Anthropic
