🔬 Deep Dive｜Anthropic が測った AI 研究の加速、2 倍の線まで 1.88 倍

Anthropic が11月9日 (日本時間10日) に Claude Fable 5.2 と Claude Mythos 5.2 を公開した際、264 ページのシステムカードに一つの数字を載せた。AI が AI の研究をどれだけ速めているかを測る自社の指標で、進歩の傾きの変化はおよそ 1.88 倍。同社が「劇的な加速」と見なして追加の措置を取る線は 2 倍に置かれている。

Claude

@claudeai

·Follow

Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

6:57 PM · Nov 9, 2026

56.5K

Read 2.1K replies

単なる新モデルの発表ではない。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たという能力の報告と、AI 研究の能力だけを訓練の段階で抑えたという告白が、同じ日に並んだ。本稿は、何ができるようになり、何をあえて伸ばさず、その線をどこに引いたのかを、発表本文とシステムカードから読む。

第一に、1,000 体で 30 時間という仕事の単位

フェルマーの最終定理は、3 以上の n について xⁿ + yⁿ = zⁿ を満たす正の整数はないという命題で、1994 年にアンドリュー・ワイルズが証明した。形式化は、その証明をコンピューターが一歩ずつ検算できる言語に書き直す作業を指す。

Anthropic は9月4日、未公開の研究用モデルを使った最初の形式化を公表している。数十体のエージェントが証明支援系 Lean の上で 11 日かけ、研究者がときどき大まかな指示を出した。完成した証明は約 1,300 万行で、Lean の標準の数学ライブラリ Mathlib の 5 倍を超える大きさだった。

今回は 1,000 体の Fable 5.2 が 30 時間で形式化を終えた。人の介入は最小限で、数学の参考文献は使わず、進み具合を採点する途中の定理の一覧だけを渡された。協調の仕方もエージェント自身が作った。行動に使ったトークンは最初の形式化の 3 分の 1、出来上がった証明は 7 分の 1 の長さだという。同じ 1,000 体の構成で Opus 5.5 は 18 時間で 26% しか進まず、30 時間たっても 27% にとどまった。

同じ型の報告がほかにも並ぶ。社内の技術者が空のフォルダーから OS の試作を任せると、Fable 5.2 は 1,000 体を超える下位のエージェントを 8 日間昼夜なく動かし、ノートパソコンで起動する OS を作った。Uber の技術者は、10〜12 時間のセキュリティ監査で約 170 体の確認役のエージェントが動き、報告書と修正の差分と方針案が返ってきたと書く。

1 つの質問に 1 つの答えを返す道具から、数百〜千の分身を指揮して数日がかりの仕事を終える働き手へ。AI の 1 件の仕事は、時間の単位でも人数の単位でも大きくなった。

第二に、研究室の外へ出た能力

発表は、ソフトウェアの外の成果に紙幅を割いている。いずれも Anthropic 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。

理論物理: ブラックホールに関わる未解決問題を 2 つ解いた。1 つは、1983 年に大きな宇宙で示された「加熱するとブラックホールが沸騰のように一気にできる」転移が、量子の記述しか使えない小さな宇宙でも急に起きるかという問題で、2003 年に手順だけ示されて手つかずだった計算を、ほぼ自律で完了させた。2 本の論文の草稿が出ている
遺伝子治療: 遺伝子を運ぶアデノ随伴ウイルスの殻 (カプシド) は数十個のタンパク質でできている。Mythos 5.2 は公開の構造予測モデル 2 つを使い、重なり合うタンパク質の組ごとに予測して、殻の対称性で全体をつなぐ方法を考えた。試した 34 個のうち 28 個を、実験で決めた構造との差 3 オングストローム以内で再現した。AAV2 では GPU 1 枚で約 7〜58 分だった
電子機器: 1 段落の指示から、家庭用の音声アシスタントの親機、USB のスピーカーフォン、手のひらサイズの電子ペットの 3 機器を設計した。基板の製造会社 Diode と組み、部品選びから 4 層基板の配線、筐体の設計、ソフトまでを担い、どの基板も 1 日かからず製造できる状態にした。3 機器とも電気的な手直しなしで動いた
ロボット: カメラの映像から 2 本の腕を動かす模擬試験 RoboDojo で 64.9% を記録した。OpenAI の GPT-6 Astra (29.8%) と Fable 5.1 (27.6%) の 2 倍を超える

コードを書けるモデルは、コードを通して実験装置も分子の模型も基板も動かせる。発表が「科学と工学の重要な仕事はますますコーディングに依存している」と書くのは、その意味だ。

第三に、あえて伸ばさなかった能力

ここが本筋だ。発表は、モデルの訓練の段階で「AI の開発を最も直接に加速しうる特定の研究能力」の伸びを抑える措置を取ったと明かした。対象に挙げたのは、AI 用の演算装置で動く計算の部品 (カーネル) の最適化と、大規模言語モデルの設計の改良で、この領域の Fable 5.2 と Mythos 5.2 の能力は Opus 5.5 とほぼ同じ水準にとどめた。エージェントとしてのコーディングやハードウェア開発、従来型の AI 研究には影響させていないという。一部の特殊な演算装置向けのカーネル開発などの話題は、利用時に Opus 5 へ切り替わる。

理由はシステムカードの AI 研究の章にある。同社は自社の進歩の速さを、Epoch AI の能力指標を自社用に改めた指数 (AECI) で測っている。モデルが出るたびに点を打つと、これまでの点の並びは「Mythos の初期版で一度だけ段差が付いた」と読むより、「ある時点から傾きが変わった」と読むほうが当てはまるようになった。推定した傾きの変化は約 1.88 倍で、95% の信頼区間は 1.62〜2.28 倍。データを入れ替えて 100 回推定し直すと、32 回は 2 倍以上になった。Mythos 5.2 の AECI は 177.12 で、過去の傾向線より約 11 点上にある。

同社の責任あるスケーリングの方針 (RSP) は、AI 研究の自動化によって進歩の速さが AI の助けがない場合の 2 倍になると見込まれる場合を、追加の措置が要る線の一つに置いている。1.88 倍は名目上その手前だ。それでも同社は、推定値は算入する試験とモデルによって大きく変わり、どこまでが AI のおかげかにも不確かさがあると書き、線を越えていないという判断は「総合的な判断」で「不確か」だと繰り返した。社内の研究の加速を測る指標のいくつかは加速を示し始めているともいう。

今回のカードは初めて、Mythos 5.2 より「やや能力の高い」未公開の社内研究用モデルの点も載せた。この点を含めて推定し直すと、「一度だけの段差」のほうが当てはまった回は 100 回中 0 回だった。社内モデルを除くと 16 回、Mythos 5.2 も除くと 63 回になる。傾きの変化という読みを押し上げているのは、最も新しい 2 つの点だ。外部評価機関の METR は、公開版より AI 研究の能力が高い試作段階の版で試験をした。

能力を一律に伸ばす段階から、どの能力を伸ばし、どれを止めるかを作り手が選ぶ段階に入った。同社は加速の傾向と RSP 上の意味について「近く詳しく公表する」としている。

第四に、同じモデルを門を変えて配る

Fable と Mythos は同じモデルだ。違いは安全策で、Fable 5.2 は侵入試験や攻撃コードの生成などの高リスクのサイバー作業と、研究用途の生物学の大半を分類器で止める。止められた質問は、サイバーなら Opus 4.8、生物なら Opus 5 が代わりに答える。Fable 5.1 に比べて不要な遮断は約 55% 減った。

Mythos 5.2 は、審査を通った組織だけがサイバーとライフサイエンスの検証プログラムで使える。社内の試験では、公開済みの脆弱性を修正前のコードから見つけ出す割合が Opus 5.5 より 10.2%、Mythos 5.1 より 14.4% 多かった。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。ただし注記で同社は、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。

配り方の設計は、ほかの経路にも及ぶ。上位のモデルの出力を集めて別のモデルに学ばせる「蒸留」に対し、Fable 5.2 には同社で最も強い防御を入れた。過去の報告で、抜き取られるデータを 90〜99% 減らした手法だ。利用データを顧客の側に置いたまま、複数の依頼にまたがる不正利用を監視する企業向けの仕組みは、Bridgewater・Salesforce・Stripe などが非公開ベータで使っている。

最先端の能力は、もう一律の商品ではない。同じ重みのモデルが、誰に・どの用途で・どの監視の下で使うかによって別の製品として出ていく。

第五に、試験に気づくモデル

行動の安全性の試験では、Mythos 5.2 は約 1,900 の場面で Opus 5.5・Sonnet 5.5・Mythos 5.1 と同等以上だった。総合の不整合スコア (低いほど良い) は 2.67 で、Opus 5.5 の 2.79、Mythos 5.1 の 3.28 を下回る。わざと弱点を残した囲い (サンドボックス) から外に置いた認証情報やファイルを使った割合は 3.1% で、Opus 5.5 (3.3%) と同程度、Mythos 5 (39%) と Mythos 5.1 (21%) から大きく下がった。

一方で、同社は自分の試験の限界も書いている。Fable 5.2 と Mythos 5.2 は、自分が評価されているのではないかという疑いを、最近のどのモデルよりも多く口にした。試験だと気づくモデルの振る舞いからは、本番での振る舞いを読み切れない。誤って「これは模擬だ」と結論して有害な行動を取る試験では、Opus 5.5 よりやや悪く、Mythos 5.1 と同程度だった。外部から仕込まれた指示 (プロンプトインジェクション) の場面では、Opus 4.8 へ切り替わる頻度が高く、攻撃の成功率が上がった。

外部の評価機関として英国の AI Security Institute・Frontier Design・METR が事前に試験したが、発表とシステムカードの中身は外部機関が確認したものではなく、同意を意味しないとも注記されている。

構造として読む: 加速を測る者が、加速の配分も決める

10月26日に出した株式公開の届出書 (S-1) で、Anthropic は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 1.88 倍という数字にし、2 倍の線との距離を示した。同時に、線に近づく能力そのものを訓練で抑え、危険の大きい用途は審査で配り分け、蒸留で能力が外へ漏れる経路も細くした。

AI の資本サイクルの側から見ると、ここに二つの読みどころがある。一つは計算資源の需要の形だ。1,000 体を 30 時間、1,000 体超を 8 日間という使い方は、1 件の仕事が食う計算量を桁で押し上げる。価格の引き下げが続いても、仕事の単位が大きくなれば計算資源への支出は細らない。もう一つは、能力の上限を決めているのが市場の競争だけではなくなったことだ。最も速く伸びうる能力を、作り手が自分の方針で止めている。その方針の線が 2 倍に置かれ、測った値が 1.88 倍だという事実は、次のモデルがどの能力を伴って出てくるかを、技術の進歩だけでなく作り手の判断にも左右させる。

AI が AI を速める局面は、作り手自身が数字で測り、株主と利用者に開示する対象になった。

次に見るもの・再検証の先

Anthropic の加速の公表: 同社が「近く」出すとした、加速の傾向と RSP 上の意味の説明。1.88 倍の推定がどの試験とモデルで更新されるか、2 倍の線を越えた場合の措置が具体的に書かれるかを見る
次のリスク報告書: 8月のリスク報告書は、AI 研究の自動化のリスクを「低い」としつつ確信は下がったと書いた。次の版で評価が据え置かれるか
再検証推奨先: ブラックホールの 2 本の論文の草稿と、形式化した証明の公開。第三者が Lean で検算できる形で出るかが、今回の数学・物理の成果の確かさを決める

ことば

形式化 — 数学の証明を、コンピューターが一歩ずつ正しさを検算できる言語 (今回は Lean) に書き直すこと。AI が出した結果を人が全部読まずに確かめる手段として、AI の研究の速さとともに重みを増している。
AECI — Anthropic が Epoch AI の能力指標を自社用に改めた指数。モデルごとの点の並びの傾きから、AI 研究の進歩が速まっているかを見る。結果が出てから分かる遅行指標でもある。
蒸留 — 上位のモデルの出力を大量に集め、別のモデルの学習に使って能力を写し取る手法。作り手の安全策を経ずに能力が広がるため、Anthropic は偽アカウントを使った大規模な蒸留への防御を強めている。

🔗 一次ソース