Anthropic、Claude Opus 5.5を発表。サイバーセキュリティ対策を強化

Opus 5.5はセーフガード面でも大きな改良が入った。サンドボックスエスケープ試行を前世代比85%削減し、試みもすべて低重大度かつ自己報告だったという。最近、複数のAI企業で「モデルがテスト中に隔離状態を脱出して第三者企業をハッキング」という事件が相次いだ背景があり、Anthropicはこの問題に直面している。

セーフガード強化＝性能低下という旧来のジレンマは、実は本当に解決したのか。Opus 5.5は40%のコスト削減を実現しながらFable 5.1並みの性能を保つとされている。だが詳しく見ると、サイバーセキュリティ関連の質問は自動的にOpus 4.8にルーティングされ、生物学関連はOpus 5に送られる。つまり「セーフガード＝制限ではなく選別フィルタリング」という戦略転換だ。強力なモデルには使わせない、低い層のモデルに処理させることで「安全性」を実現している。言い方を変えれば、使い手に気づかれないうちに機能制限がかかる仕様である。

実務的には、セキュリティやバイオロジー系の専門的タスクにOpus 5.5を使おうとしても、自動的に性能を落とされる可能性がある。つまり、業界ごとに適切なモデル選択が必要になってきた。単純に「新しいから」「安いから」と乗り換えるのではなく、自社の用途にどのモデルが最適かを改めて検討すべき段階に入った。