🔬 Deep Dive｜Claude Fable 5.2 の波及を 6 つの領域で読む

Anthropic は11月9日 (日本時間10日)、Claude Fable 5.2 と Claude Mythos 5.2 を公開した。1,000 体のエージェントが 30 時間でフェルマーの最終定理を形式化し、Opus 5.5 並みのコードを 1 件あたり約半分の費用で書き、ロボットの模擬試験で他社のモデルの 2 倍を超える点を出したと同社は書く。

ブルームバーグニュース

@BloombergJapan

·Follow

シカゴ連銀総裁、AI投資で需要過熱の兆し－高インフレに対処必要 bloomberg.com/jp/news/articl…

5:15 PM · Nov 9, 2026

起点: 動いた 3 つの変数

最初に、波及の元になる変化を一次ソースの範囲で固定しておく。

仕事の単位が大きくなった: 1,000 体で 30 時間の形式化、1,000 体を超える下位のエージェントを 8 日動かした OS の試作、約 170 体を 10〜12 時間動かした Uber のセキュリティ監査。1 回の質問ではなく、数百〜千の分身を指揮する数日がかりの仕事が単位になった
1 件の費用が下がった: 価格は入力 8 ドル・出力 40 ドルと Fable 5.1 から 2 割下げた。トークン単価は Opus 5.5 の 2 倍のままだが、同社の試験では、少ない思考量で同じ成績に届くため 1 件あたりの費用は Opus 5.5 の約半分から 10 分の 1 未満になる
能力の門が細かくなった: Fable と Mythos は同じモデルで、Fable はサイバーと生物の高リスク作業を分類器で止める。Mythos は審査を通った組織だけが使える。AI の開発を最も直接に速める研究能力は、訓練の段階で Opus 5.5 並みに抑えた

この 3 つは、領域ごとに違う形で効いてくる。

金融サイクル: 支出が増える理由が、もう一つ増えた

AI への設備投資が景気を押し上げすぎているのではないか。この問いは、すでに中央銀行の口から出ている。シカゴ連銀のグールズビー総裁は9月、ロンドンの講演で、AI のデータセンター建設への支出を、新しい能力が生まれる前に期待の利益を先に使う「需要による過熱」の典型として挙げた (OMFIF の要約)。11月10日にはブルームバーグが、同総裁が AI 投資に需要過熱の兆しを指摘したと報じている。

Fable 5.2 は、この議論に新しい材料を足す。1 件あたりの費用が下がると、通常は支出も下がると考えがちだ。しかし仕事の単位が 1,000 体・30 時間へ大きくなれば、1 件が食う計算量は桁で増える。値下げと支出の増加は、同時に起こりうる。Google が同じ11月9日に、機密の推論向けと長い文脈向けの TPU を 2 種追加すると発表し、1 年に 4 つの TPU のシステムを出すのは初めてだと書いたのは、計算資源の需要がまだ型ごとに細分化して伸びる局面にあることを示している。

もう一つの線は、Anthropic 自身の資本市場への登場だ。同社は10月26日に株式公開の届出書 (S-1) を出し、リスク要因の章で、自社のモデルが自社の研究のペースに寄与し始めていると書いた。今回のシステムカードはその寄与を、進歩の傾きの変化で約 1.88 倍と推定した。株式を売る会社が、自社の製品が自社の進歩を速めていると数字で示す。投資家にとっては成長の根拠であり、同時に規制と安全のリスクの根拠でもある。両方が同じ書類の束に入っている。

市場: 研究と確認の仕事に、値札が付き直す

事前の試用に名を連ねた企業の構成が、市場への波及の入口を示している。自己勘定の取引会社の Jump Trading・IMC・XTX Markets、ヘッジファンドの Balyasny Asset Management が、量的な研究の場面での使い勝手を寄せた。Jump Trading は社内の研究自動化の試験で次点のモデルより誤差が 10% 低く、IMC は手持ちの量的研究の課題 4 つのうち 3 つで最高点を更新したという。

確認の仕事にも効いてくる。Oracle は、国別の債務の集計を SQL で求める試験で、他の 2 つのモデルの SQL は動いたものの国別の集計値を誤って足し合わせ、期待値の 5〜8 倍を出したのに対し、Fable 5.2 は正しい値を返したと書く。Fundamental Research Labs は、10-K (米国の年次報告書) から財務モデルへ数字を移す課題で、地域別の数字の合計が報告の総額と合わないことに気づき、すべてのセルを正しく埋めたとする。Box は、融資の申込書類で給与の振込と口座残高の食い違いを指摘した例を挙げた。

アナリストの下調べ、財務データの転記、書類の突き合わせは、金融の現場で人手と時間を食ってきた作業だ。その単価が下がれば、差は「誰が調べたか」から「どの問いを立て、どこまで任せたか」へ移る。遠隔の実務を模した課題で測る Remote Labor Index では、Fable 5.2 が 41.3% と Opus 5.5 (21.3%) のほぼ 2 倍を出している。遠隔でこなす実務の課題のうち、4 割強を機械が終えられる水準まで来た。

地政学: 能力そのものが、守る対象になった

9月8日、米国家安全保障局 (NSA)、連邦捜査局 (FBI)、サイバーセキュリティ・インフラセキュリティ庁 (CISA) は共同勧告 AA26-251A で、中国に拠点を置く AI 企業 6 社が米国の最先端モデルから能力を抜き出していると書いた。そこには、Moonshot AI が Kimi-K3 の訓練に Claude Fable 5 のデータを大量に取り込んだとある。7 月に米半導体株を売らせたモデルだ。

Fable 5.2 は、この流れの延長に出てきた。同社は、蒸留 (上位モデルの出力を集めて別のモデルに学ばせる手法) への防御を、これまで出したどのモデルより強くしたと書く。過去の報告で抜き取られるデータを 90〜99% 減らした手法を使い、モデルの過去の推論を書き換えさせない API の機能を全アカウントに広げた。英国の AI Security Institute は公開前の試験に加わっている。

AI の能力は、作った国が自分で配り方を決める資産になった。最上位の能力は API で世界に売られる一方で、写し取らせない仕組み、危険な用途を審査で絞る仕組み、政府機関の事前試験が、その外側に何重にも巻かれている。性能競争に加えて、配り方の設計が国家間の競争の一部になった。

セキュリティ: 守る側の門と、攻められる側の隙

Mythos 5.2 は、同社が「これまで公開したモデルで最も強いサイバー能力」を持つと書くモデルだ。修正前のコードから公開済みの脆弱性を見つけ出す社内の試験では、Opus 5.5 より 10.2%、Mythos 5.1 より 14.4% 多く見つけた。Firefox を開発する Mozilla は、脆弱性の発見の指標が Mythos 5.1 のおよそ 2 倍になったと寄せている。ただし同社は注記で、自社の別の評価では脆弱性の特定は Opus 5.5 とほぼ同じ水準だとも書いている。

この能力は誰でも使えるわけではない。一般向けの Fable 5.2 は、侵入試験や攻撃コードの生成を分類器で止める。守る側がこの能力を使うには、サイバーの検証プログラムの審査を通るか、企業向けの Claude Security を契約する。攻撃に使われうる能力を、守る側に優先して配る設計だ。

一方で、使う側の隙も書かれている。システムカードによると、Fable 5.2 はウェブページなどに仕込まれた指示 (プロンプトインジェクション) の場面で、旧モデルの Opus 4.8 へ切り替わる頻度が高く、その結果として攻撃の成功率が上がった。最も強いモデルの外側に、最も弱い経路が残る。AI にメールやウェブを読ませて動かす使い方が広がるほど、この隙の重みは増す。

科学: 足りなくなるのは、計算より検算

発表の科学の章は、コードを書けるモデルが研究のどこに入るかを示している。理論物理ではブラックホールに関わる未解決問題を 2 つ解き、遺伝子治療に使うウイルスの殻 (カプシド) の構造予測では試した 34 個のうち 28 個を再現した。材料開発の Discovered Materials は、物質の安定性を確かめる計算ソフトを同じ GPU で平均約 36 倍速くし、13 の試験例を 3.3 時間から 4 分未満にしたと書く。1 段落の指示から電子機器を 3 つ設計し、3 つとも電気的な手直しなしで動いた。

どれも同社と協力先が報告した事前試験の結果で、第三者の追試はまだない。だからこそ、形式化の成果が重い。フェルマーの最終定理の証明を、コンピューターが一歩ずつ検算できる言語 Lean に書き直す作業は、AI が出した結果を人が全部読まずに確かめる手段になる。AI が研究の速さを上げるほど、科学の詰まりどころは「解くこと」から「確かめること」へ移る。

暮らし: 最上位のモデルが、月額の定額に入った

Fable 5.2 は、有料プランの利用者がアプリから使える。Pro プランと Team の標準の席では、11月16日までの 1 週間、週の利用上限の最大 50% まで Fable を使え、それを超えると、有効にしていれば従量の利用クレジットに課金される。無料プランでは使えない。Claude のアプリの既定の思考量は Medium だ。

個人にとっての変化は、賢さの上積みより、任せられる仕事の長さに出る。書類の束の食い違いを見つける、ローンの申込書類を読み比べる、家電の試作品を設計する。こうした使い方がどう暮らしに入るかは、姉妹媒体の LifeMakers で別に扱う。ここでは一点だけ押さえておく。同社は大半の作業には Opus 5.5 から始めることを勧めており、最上位のモデルを常に使うことが最適とは限らない。

構造として読む: 3 つの変数が、6 つの領域に同じ問いを投げる

6 つの領域を並べると、同じ問いが形を変えて出てくる。仕事の単位が大きくなり、1 件の費用が下がり、能力の門が細かくなったとき、その門を誰が持つのか。

金融では、支出の増加を中央銀行が過熱として見始め、作り手は株式市場に自らの加速を数字で開示する。市場では、調べる・確かめる仕事の単価が下がり、問いを立てる側に価値が寄る。地政学では、能力が写し取られないことと、審査を通った相手にだけ配ることが、国家の利害と重なった。セキュリティでは、強い能力ほど守る側へ優先して配られ、弱い経路が使う側に残る。科学では、解く速さが上がるほど検算の仕組みが要る。暮らしでは、最上位の能力が定額の中に入り、どこまで任せるかの判断が個人に降りてきた。

門を持つのは、いまはモデルを作る会社と、事前試験に加わる政府機関だ。その配り方が、次の 1 年の AI の波及の形を決める。

次に見るもの

11月16日のあと: Pro プランで Fable を 50% まで含める期間が終わったあと、利用が従量課金でどれだけ続くか。EDGAR に出る S-1 の改訂版 (S-1/A) が、最上位モデルの売上の比重を書くかを見る
加速の公表: 同社がシステムカードで「近く公表する」とした、AI 研究の加速の傾向と方針上の意味の説明
シカゴ連銀の講演録: グールズビー総裁の次の講演で、AI の設備投資を利上げの判断にどう組み込むかが言葉になるか。シカゴ連銀の講演ページに出る

ことば

思考量 (effort) — 回答の前にモデルがどれだけ考えるかを Low〜Max の段階で指定する設定。少ない思考量で同じ成績に届くほど、トークンの単価が高くても 1 件の費用は安くなる。
蒸留 — 上位のモデルの出力を大量に集めて別のモデルの学習に使い、能力を写し取る手法。米国の 3 機関は9月、中国の AI 企業 6 社の蒸留を共同勧告で名指しした。
プロンプトインジェクション — ウェブページやメールなど、AI に読ませる文章の中に指示を紛れ込ませ、AI を操る攻撃。AI に外の情報を読ませて動かす使い方が広がるほど、狙われやすくなる。

🔗 一次ソース