Claude Fable 5、ついに生物学について語れるように：Anthropic、偽陽性フォールバックを85%削減

6月9日の発売以来、Claude Fable 5は、同社が提供する最も高性能なモデルであり——そして、あなたの質問をより能力の低いモデルに委ねる可能性が最も高いモデルでもある。その生物学関連のセーフガードは発売当初、非常に広範に及んでいたため、細胞膜の説明を求めたり、ミトコンドリアを説明したり、検査結果を解釈したりするよう依頼すると、そのリクエストはしばしば、生物学的能力が低いモデルへと静かに転送されるという結果になった。8月7日、同社はこれらのセーフガードを更新し、同社自身のテストでは、生物学関連のフォールバックは同社の各製品にわたっておよそ85%減少した。

これは、2か月間稼働しているモデルの改良版であり、新規リリースではありません。しかし、6月にAnthropicが世界中で提供を停止せざるを得なかった輸出規制問題以来、Fable 5にとって最大の動作変更となります。以下は、実際に変更された内容、Anthropicが公表した数値、ロックされたままの要素、そしてAPIを通じてモデルを呼び出す開発者にとってこのアップデートが何を意味するかです。

実際に何が変わったのか

Fable 5の生物学ガードレールは安全性分類器で動作する。これはモデルの前に位置する小さなAIシステム群で、リクエストが「保護対象」の生物学タスクかどうかを判定する。分類器が作動すると、リクエストは再ルーティングされる。Anthropicの発表によれば、「モデルがユーザーのリクエストを再ルーティングする宛先はClaude Opus 5」——つまり、生物学的機能が低いモデルである。発売時には、Anthropicはほぼすべての生物学クエリを意図的にブロックし、誤検知が殺到することを承知していた。デュアルユース領域でのミスは壊滅的であり得るからだ。

今回のアップデートは、ダイヤル調整ではなく、再トレーニングだ。ここ数週間で、Anthropicは分類器の「憲法」——保護される生物学と許可される生物学を分けるルール——を書き直し、無害な用途を詳細に明確化し、社内外の専門家からフィードバックを得て、その憲法から新しいトレーニングデータを構築し、分類器を再トレーニングし、有害およびデュアルユースのコンテンツには依然として反応しつつ、より多くの無害な用途を通すことを再検証したとしている。Anthropicの説明によれば、実際の効果は分類器の決定境界が移動したことだ。正当なリクエストを過剰にブロックしていた「安全マージン」は縮小した。

数字 — そして、着地する場所の違い

Anthropicは、自社のテストにおいて生物学関連のフォールバックが85%減少したと報告しています。フォールバックはより能力の低いモデルにリダイレクトするため、これは、Fable 5が答えられたであろう内容よりも弱い応答が返される頻度の減少でもあります。この数値はベンダー報告によるものです——Anthropic自身による自社サーフェスの測定結果であり、独立した監査は行われていません。

減少は均等に広がっているわけではない。Anthropicは、生物学であれ他の理由であれ、フォールバックの総数が、Claude.aiでは約67%、Claude Coworkでは55%、Claude Codeでは17%、APIであるClaude Platformではわずか7%減少すると見込んでいる。APIの数値が最も小さいのには、はっきり述べる価値のある理由がある。APIトラフィックの大半は生物学関連ではなく、したがって分類器による生物学関連の誤検出は、全体に占める割合がそこでは小さかったのだ。Claude Codeユーザーにとって、17%という数字が見出しである。ワークスペースのコンテキストにおける生物医学語彙は誤検出の引き金となることが文書化されており、Claude CodeリポジトリのGitHubイシュー（#76620および#81074）では、無害な健康コーパスのプロジェクトがより制限の厳しいモデルにエスカレーションされた事例が報告されている。

具体的に何が開放されたかといえば、日常の健康や教育に関する質問——検査結果の解釈、症状の理解、生物学の学習——は、今やほとんどがFable 5自身によって回答されるようになり、Anthropicによれば、医療従事者は臨床業務においてより多くのサポートを得られるようになった。それらはまさに、発売当初のFable 5を笑い話にしていたカテゴリーだった。生物学については何でも知っているのに、プリオンについては説明を拒否するモデル、というやつだ。

まだロックされているものは何ですか？

緩和には明確な限界がある。Anthropicによると、Fable 5は「デュアルユースと見なすリクエスト（ウイルス学、毒物学、分子設計を含む）については、依然としてClaude Opus 5にフォールバックする」という。したがって、このモデルは専門的な生物学研究や医薬品開発には依然として使用できず、Anthropicは審査済みの研究者向けに「信頼できるアクセス経路を通じてそのギャップを埋めることに注力している」と述べているが、時期については明記されていない。

Anthropicは、分類器の安全マージン内にあるリクエスト（リスクは非常に低いが、それでもフラグが立てられる）については、誤検知が残ることも認めている。同社は継続的なフィードバックを求めている。言い換えれば、この修正は本物だが、完全ではないことが明確にされている。

そもそも、なぜガードレールは存在するのか

この警告の根底にあるのは能力だ。Anthropicは、Fable 5が「極めて複雑な生物学的タスクの一部において、現在では専門家を上回る性能を発揮できる」と述べており、同社自身の能力評価では、このモデルが生物兵器を開発しようとする悪意ある行為者に「大幅な向上」をもたらし得ると結論づけている——「他では見られない」向上だ。同社は、この分野のデュアルユース的性質と、米国情報機関の2026年年次脅威評価を引用している。この評価では、合成生物学とゲノム編集が新たな生物学的脅威の潜在的な発生源として指摘されている。

この文脈は、Fable 5の短い歴史の中で最も困難な2週間をも説明している。6月12日（発売から3日後）、米国商務省産業安全保障局（BIS）はAnthropicに対し、外国籍者によるFable 5へのアクセスを停止するよう命令した。Anthropicはこの命令を選択的に適用することができなかったため、全員に対してモデルを無効化した。7月1日、規制が解除され、Anthropicが命令の引き金となった特定のジェイルブレイク手法を対象とする新しい分類器をリリースした後、アクセスは世界規模で復旧した。8月7日のアップデートは、その同じ物語の第二幕である。最大限の警戒の下で安全対策が設定されたモデルが、今まさに少しずつ再調整されているのだ。

API開発者にとっての意味

API経由でFable 5を呼び出す場合、このアップデートは主にどのリクエストが分類器に到達するかを変更します——しかし、拒否契約はしっかり把握しておく価値があります。なぜなら、それはリリース以来、静かな混乱の原因となってきたからです。

分類器がリクエストをブロックすると、APIはstop_reason "refusal"と、カテゴリが"bio"、"cyber"、または"reasoning_extraction"のいずれかであるstop_detailsオブジェクトを含む200を返します。stop_reasonに基づいて分岐してください。メッセージの内容に基づいてはいけません。stop_detailsは参考情報であり、nullの場合もあります。また、この処理をより安価にする課金の詳細があります。直接的な分類器によるブロックは無料です。出力トークンが返される前にリクエストがブロックされた場合、入力トークンは課金されません。これはAnthropicによると、すべての本番モデルで自動的に行われます。

フォールバックリクエストの課金は異なります。通常、会話の途中でモデルを切り替えると、新しいモデルの入力トークンはキャッシュ書き込みとして課金されます。5分TTLでは基本入力レートの1.25倍、60分では2倍です。一方、Anthropicはフォールバックの入力トークンをキャッシュ読み取りとして課金し、基本入力価格の10%とします。ネイティブのClaude APIおよびAWS上のClaude Platformでは、サーバーサイドのフォールバックパラメータがこれを自動的に適用します。クライアントサイドでは、stop_details内のfallback_credit_tokenを使用すると、フォールバックモデルに対して5分以内にキャッシュ読み取りレートでリクエストを再試行できます。Anthropic SDKには、これを自動的に接続する拒否フォールバックミドルウェアが同梱されています。

フォールバック先について一つ注意点があります。エコシステムが現在この点で見解が分かれているためです。Anthropicの発表では再ルーティング先としてClaude Opus 5が挙げられていますが、Artificial Analysisは依然としてこの構成を「Opus 4.8フォールバック」とラベル付けしており、ClaudeプラットフォームのフォールバックドキュメントはClaude Opus 4.8を参照しています。いずれにせよ原理は同じです——拒否されたリクエストは生物学的能力がより低いモデルに着地します——ただし、フォールバックモデルの正体を前提に構築している場合は、自分のアクセス経路のドキュメントで確認してください。呼び出すサーフェスが異なる可能性があるためです。

2つ目のフォールバックスイッチを取得します

このストーリーに関する報道のほとんどが見逃している点は、フォールバックの決定はAnthropicの分類器とは独立して、自分自身で下せるということだ。Anthropicはリクエストがリルートされるほどリスクが高いかを判断する。一方、モデルを切り替える理由はあなたにはまったく別にあるかもしれない — コスト、レイテンシー、同意できない拒否、レート制限など。

OrcaRouterは、Claude Fable 5をAnthropicの定価のまま、マークアップなしでルーティングします。入力トークン100万件あたり10ドル、出力100万件あたり50ドル、キャッシュ読み取り1ドル、キャッシュ書き込み12.50ドル——すべてそのまま適用され、さらにその上に独自のフェイルオーバーチェーンを構築できます。Fable 5の呼び出しが拒否されたり、タイムアウトしたり、エラーが発生した場合、リクエストの送信先を自分で決められます。再試行、別の推論モデル、またはより安価な一般モデルへ。ベンダーのデフォルトに従う必要はありません。これはAnthropicの生物学分類器とは独立したレバーであり、多くのチームが実際に使うエスカレーションパターンと組み合わせることができます。日常的な処理は安価なモデルにルーティングし、困難でリスクの高い呼び出しはFable 5にエスカレーションする。200以上のモデルをカバーする単一のAPIを通じて、それが可能になります。

要するに

日常的な健康・教育用途に関して言えば、8月7日のアップデートは紛れもない改善だ。Anthropicの主力モデルで最も批判されていた挙動は大幅に軽減され、同社はフィーリングではなく数字を公表した。ウイルス学、毒性学、分子設計の研究者にとっては、まだ何も変わっていない。そうしたリクエストは依然としてフォールバックされ、「信頼済みアクセス経路」も依然として日付のない約束にすぎない。開発者にとっての教訓は、拒否契約をAPIの一部として扱うことだ。stop_reason「refusal」を明示的に処理し、ブロックされたリクエストは無料で、フォールバックはキャッシュ読み取りとして課金されることを理解し、さらに自分で制御できるフェイルオーバーチェーンを維持して、見えない分類器に可用性を左右されないようにすることだ。

よくある質問

Claude Fable 5 はまだ私の生物学の質問を拒否しますか？

それは分野によります。日常的な健康や教育に関する質問 ― 検査結果の解釈、症状の理解、生物学の学習 ― は、現在ではほとんどFable 5が回答しています。Anthropicがデュアルユースに分類するリクエスト ― ウイルス学、毒物学、分子設計 ― は、依然として生物学的能力が低いモデルにフォールバックし、専門的な研究や医薬品開発の作業はブロックされたままです。

Claude Fable 5 がリクエストをブロックまたはフォールバックした場合、料金は請求されますか？

ダイレクト・クラシファイア・ブロックは無料です。出力トークンが返される前にリクエストがブロックされた場合、入力トークンは請求されません。リクエストがより弱いモデルにフォールバックした場合、フォールバックの入力トークンはキャッシュ書き込みではなくキャッシュ読み取りとして請求されます（基本入力価格の10％）。これはAnthropicのプラットフォームドキュメントに基づきます。

フォールバックモデルはClaude Opus 5に変更されましたか？

Anthropicの発表では、リルート先としてClaude Opus 5が挙げられている一方、Artificial Analysisは依然としてこの構成を「Opus 4.8 fallback」とラベル付けし、プラットフォームのフォールバックドキュメントもClaude Opus 4.8を参照しています。各自のアクセス経路に応じてドキュメントで確認してください。原則（拒否されたリクエストは生物学的能力の低いモデルに到達する）は、どちらの場合も同じです。

Anthropicのフォールバックではなく、独自のフォールバックを選択できますか？

はい。OrcaRouterを通じて、Claude Fable 5用に独自のフェイルオーバーチェーンを定義できます。拒否、タイムアウト、またはエラーが発生した場合に、リトライ、より安価なモデル、または別の推論モデルにルーティングできます。これはAnthropicの分類器から独立しています。Fable 5は、そこではAnthropicの定価でマークアップなしに利用可能です（100万トークンあたり$10/$50）。