Anthropicの最新モデル「Claude Fable」が登場？システムカードが公開に

Anthropicが新たに公開したシステムカードはこちらから確認できます。詳細は以下のPDFをご確認ください。System Card [pdf]: https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c342ee809620.pdf

システムカードが319ページもあるんだけど、これってもう「カード」じゃなくて「本」じゃないの？

METRレポートの52ページにこんな引用があるよ。

我々は[Mythos 5]をR&D関連のタスクを含む、最も難易度の高いソフトウェアタスク38件で実行した。[Mythos 5]は概ねClaude Mythos Previewの初期チェックポイントを上回る性能を見せ、これまで評価したどの公開モデルでも解けなかったタスクを成功させた。しかし、難しいタスクで微妙なニュアンスの指示を正確に解釈できずに失敗する場面も依然として見受けられた... 現時点の証拠に基づくと、[Mythos 5]は複数週にわたる最先端プロジェクトのR&Dを完全に信頼して自動化するのは難しいと思われる。より確実な評価を下すには、さらなる時間や評価、そしてモデル開発元からの情報が必要だ。

サブスクリプションプランを使っている人へ：

• 今日から6月22日まで、Fable 5はPro、Max、Team、座席ベースのEnterpriseプランに、追加費用なしで含まれる。

• 6月23日に、それらのプランからFable 5が削除される。それ以降の使用には利用クレジットが必要になる。キャパシティが許せば、提供期間を延長する予定。

• その後、十分なキャパシティが確保でき次第、Fable 5をサブスクリプションプランの標準機能として復活させることを目指している。できるだけ早く実現したいと考えている。

「提供してから撤回する」というのは少し引っかかるね。サブスク加入者に従量課金への切り替えを促そうとしているように見える。6月22日以降に本当に戻ってくるのか疑わしいよ。

新しいFrontierCode [1] ベンチマーク（つまり、「OSSメンテナーがマージしたいと思うか？」という観点での採点）だと：

• Opus 4.7 xhigh: 5.2%
• Opus 4.8 xhigh: 13.4%
• Fable 5 xhigh: 29.3%

かなりの飛躍に見えるね。

[1] https://cognition.ai/blog/frontier-code

今日から6月22日まで、Fable 5はPro、Max、Team、座席ベースのEnterpriseプランに、追加費用なしで含まれる。
6月23日に、それらのプランからFable 5が削除される。それ以降の使用には利用クレジットが必要になる。キャパシティが許せば、提供期間を延長する予定。
その後、十分なキャパシティが確保でき次第、Fable 5をサブスクリプションプランの標準機能として復活させることを目指している。できるだけ早く実現したいと考えている。

これ、製薬会社が無料サンプルで依存させておいて、手放せなくなったところで値上げする手口みたいだね。6月23日に消えてしまうなら、MaxプランでClaude Fableを使い始めるのは躊躇するなぁ。

ただ、好意的に解釈すれば、本来これらのプランでは提供する必要がなかったモデルを、無料トライアルとして開放してくれているのかもしれないけど。

新しいデータ保持ポリシー
最後に、Fable 5、Mythos 5、およびそれ以上の能力を持つ将来のモデルについて、ビジネス顧客データの取り扱い方法を変更する。Mythosクラスのモデルに関するすべてのトラフィックに対し、ファーストパーティ、サードパーティの環境を問わず30日間の保持を義務付ける。このデータはClaudeの新モデルの学習や、安全性以外の目的には一切使用しない。また、データへの人間のアクセスをすべてログに記録し、ほぼすべてのケースで30日後に確実に削除するといった新しいプライバシー保護対策を導入した...

これは非常に興味深いね。組織のポリシーやHIPPAのような標準プロトコルに適合するのか、ちょっと疑問だ。

最近のモデルには自身の開発を加速させる能力があることを考慮し、最先端LLMの開発を対象としたリクエスト（例えば、事前学習パイプラインの構築、分散学習インフラ、MLアクセラレータ設計など）に対してClaudeの有効性を制限する新しい介入措置を導入した。Claudeを使用して競合モデルを開発することは既に利用規約に違反しているが、この制限をセーフガードを通じて強制することで、これらの規約に積極的に違反しようとするアクターの加速を阻止する。

サイバーセキュリティ、生物学、化学、蒸留の試みに対する介入とは異なり、これらのセーフガードはユーザーからは見えないものになる。Fable 5が別のモデルにフォールバックすることはない。その代わり、セーフガードはプロンプト修正、ステアリングベクトル、PEFT（パラメータ効率的な微調整）などの手法で有効性を制限する。これらの介入は大部分のコーディング作業には影響しない。影響を受けるのはトラフィック全体の約0.03%で、特定の組織の0.1%未満に集中すると推定している。

リリース前のFable 5を試した感想：

• 何よりもまず、フロントエンドの設計がより意図的に作り込まれていて、いわゆる「AI特有の雰囲気コード」っぽさがなく、使い心地が格段に向上していることに驚いた。

• 社内のエージェントテストにおいて、Opus 4.8の半分のトークン数でより良い結果を出せた。価格面では実質的にOpus 4.8と同等！価格差は2倍未満で、Opus 4.8が苦戦する（または何度もやり直しが必要な）難易度の高い問題でこそ真価を発揮する。

• トークン効率向上の一部は、Fableがよりピンポイントで外科的な差分作成を行い、不必要な変更が少ないからだ。これは素晴らしい。PRの行数変化が減るからレビューが楽になる。人の指示がなくても、メンテしやすいコードを書くね。

• 一般的な会話やアシスタントとしての用途では、4.8との違いはあまり感じなかった。

• 1Mコンテキストウィンドウが価格据え置きなのは最高だ。これは大きなメリット。

• 分類器が非常に攻撃的で敏感すぎる。かなり無害なコーディングタスクでも引っかかることがある。4.8へのフォールバックはうまく機能したけど、フィルタは確実に敏感すぎる。

全体として、「Claude 5」という名にふさわしいステップアップだと思う。モデルの知能の上限を理解するのに少し時間がかかったが、長期テスト期間中でも新しい発見があり、頻繁に（良い意味で）驚かされている。

Mythos/Fableが既存アーキテクチャ[0]の「単なる」スケールアップ版のように見えるのに、これほどの性能向上を見せているのは興味深い。

GPT-4.5が出たときは、モデルサイズに対する性能向上がそれほどでもないように見えたから、進歩はRL（強化学習）からしか生まれないんじゃないかと思った人もいたよね。

今回のモデルは「かなりの量の事後学習と微調整」が行われているのは間違いないけど、新しい事前学習[1][3]もベースになっている。コストを考えると、実際Opus 4.Xよりかなり大きくなっているのは確かだろう。

[0] 初期のテスターの一人が言っていた：「Anthropic内部の人と話した限りでは、アーキテクチャ的に特別なことは何もない」[2]
[1] https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c3... の1.1セクション
[2] https://youtu.be/GrdEid8H6H4?t=168
[3] Mythosが最初に発表されたとき、初の10兆パラメータモデルだという噂があったけど、その数字を裏付けるソースは見つけられていない。

Claude Code（およびClaude.aiとWeb版Claude Code）で十分に使ってみた結論を言うと、Fable 5は怪物だ。ここ数ヶ月放置していた非常に難しい問題にぶつけているんだけど、快調にこなしてくれている。

一つシェアしてもいい例がある（1週間前のことだけど）- マイクロPythonをWASMにコンパイルしてサンドボックス化したコード実行ライブラリをPythonで作ったんだ：https://github.com/simonw/micropython-wasm

Fable 5を動かしているClaude.ai（Claude Codeですらない、標準のチャットインターフェース）にこう投げかけた：

  GitHubからsimonw/micropython-wasmをクローンして、
  MicroPythonではなく完全なPythonでこれを動かす方法を調査してくれ

数回プロンプトをやり取りした後（Claude.ai自身はファイルに直接アクセスできないから、https://github.com/brettcannon/cpython-wasi-build/releases/tag/v3.14.5 のzipをアップロードした）で、Python自体をWASMにコンパイルしたwheelファイルが完成した：

  uv run --with https://static.simonwillison.net/static/cors-allow/2026/cpython_wasm-0.1.0-py3-none-any.whl \
    cpython-wasm -c 'print(45 ** 56)'

トランスクリプトはこちら：https://claude.ai/share/a73b8b8b-8ebc-4fef-9e5c-7438e5e7ae35

（OpusやGPT-5.5でもできたかもしれないけど、同じ手順は試していない。ただ、Fableの感触は非常に良いよ。）

正直言って、今のところあまり感心していない。Stockfishの最適化を（xhighモードで）ループさせてベンチマークオラクルを試しているんだけど、具体的なヒント（「Yを最適にプリフェッチできているか考慮して」「関数Xを分岐なしにできないか」など）を与えても、最近僕らが実装した最適化を再現できていない。斬新な最適化なんてなおさらだ。Opus 4.8の方がクリエイティブに感じたな…まあまだサンプルサイズが小さいから何とも言えないけど。次はもっと答えの定まっていない問題を試してみる予定。

追記：サンドボックス環境でTransparent Huge Pagesがオフになっているのを正しく特定して、有効化が役立つと指摘してくれたのは良かった。あと、特定のあまり使われていないパスでTHPをスキップしていることにも気づいていた。

もっと重要なのは、実験のために出力されるコードがOpusに期待するよりもずっとクリーンだってこと。無駄なコメントが少なくて、外科的で読みやすい。これが「マージのしやすさ」を測るベンチマークでのスコア向上に繋がっているのかもね。