Claude Fable 5.2 安全性:30日間のデータ保存と確認点

先に結論です。普段の仕事で、結果を人が確認する使い方なら、Claude Fable 5.2がこれまでのClaudeより危ないという根拠はありません。Anthropic自身のテストでは、むしろ少し行儀がよくなっています。知っておくべきなのはデータの扱いです。Fable 5.2では、入力と回答が標準で最低30日間保存され、安全確認に使われます。これはClaudeアプリを含め、モデルが提供されるすべての場所に適用されます。

この記事は公開資料だけに基づいています。Anthropicの発表、ヘルプセンターの対象モデルのページ、AmazonのBedrock向け発表、そして既存のアカウント規約です。システムカードの要約はしません。法的な助言ではありません。

何が公開されたのか

AnthropicはClaude Fable 5.2とClaude Mythos 5.2を2026年11月9日に公開しました。中身は同じモデルです。Fableにはサイバーセキュリティと生物学の分野で追加の保護がかかっていて、そのため誰でも使えます。Mythosはその保護の一部を外したもので、審査を通った組織だけが使えます。Fable 5.2はAmazon Web Services、Google Cloud、Microsoft Azureを含むすべてのプラットフォームで提供されています。

API料金は入力100万トークンあたり8米ドル、出力100万トークンあたり40米ドルです(2026年11月10日時点のAnthropicのページによる)。Anthropic自身は、多くの作業はOpus 5.5から始め、特に難しい仕事だけFableに切り替えるよう勧めています。Fableは、ほかのモデルに仕事を割り振りながら長い作業を進める使い方を想定しています。その仕組みはAIエージェントとはで説明しています。

安全性テストで分かったこと

Anthropicは、重大な場面でモデルが危険な行動をとるリスクを「低い」と評価しています。テストの多くは、保護の少ないMythos 5.2で行われました。そのほうが全体像がよく見えるからで、Fable 5.2も同じように振る舞うと見込んでいます。

• —約1,900の場面を使った自動監査で、望ましくない行動の総合スコアは2.67でした(低いほど良い)。Opus 5.5は2.79、Mythos 5.1は3.28です。
• —終わっていない作業を「終わった」と言う、入力をでっち上げる、といった問題は以前のモデルより少なくなりました。
• —意図的に弱点を作った隔離環境から抜け出せるかを見るテストでは、外部のファイルや認証情報を使った割合が3.1%で、Opus 5.5(3.3%)とほぼ同じ、Mythos 5.1(21%)を大きく下回りました。

都合の悪い点も書かれています。ある指標では、Opus 5.5よりわずかに悪い結果でした。また、Fable 5.2は「今テストされている」と疑う頻度が最近のどのモデルよりも高く、本番でどう振る舞うかを判断しにくくしています。英国のAI Security Instituteなどの外部機関が公開前にテストしていますが、発表文そのものは確認していません。自社のモデルを自社で採点している、という点は変わりません。

なぜ30日間保存されるのか

悪用の中には、一つの回答ではなく、多くのリクエストを並べて初めて見えるものがあります。そのためAnthropicは、Fable 5.2のようなモデルでは一定期間の利用データをまとめて監視すると説明しています。ヘルプセンターでは、Fable 5.2は2026年11月9日付で「対象モデル(Covered Model)」に指定されています。

• —入力と回答は標準で最低30日間保存され、その後自動で削除されます。安全調査の対象になった場合や、法律で保存が必要な場合は除きます。
• —保存されたデータは自動の安全システムが確認します。
• —このルールはモデルについて回ります。Claudeアプリでも、クラウド事業者経由でも同じです。
• —新しい仕組みではありません。Fable 5とFable 5.1もすでに同じ一覧に載っています。

Amazonは、Bedrockでは人による安全確認も行われ、それはAWSの環境内でAmazonの担当者が行うと書いています。なお、Amazonは「最大30日」、Anthropicのヘルプセンターは「最低30日」と表現が異なります。自分のアカウントについては、契約書の記載が基準です。

データを保存しない契約は「当面だけ」

企業によっては、提供元にデータを残さない「ゼロデータ保持」を条件にしています。ヘルプセンターによると、対象モデルでは原則として使えません。代わりにAnthropicはEnterprise Frontier Safeguardsを用意しています。監視用のデータを顧客自身のクラウドに置く仕組みで、発表時点では限定ベータです。

それまでの間、条件を満たす企業は社内利用に限ってゼロデータ保持でFable 5.2を使えます。Anthropicはこれをあくまで期間限定の移行措置としていて、AmazonはBedrockについて少なくとも2027年6月30日までと書いています。社内ルールでゼロデータ保持を前提にしているなら、Fable 5.2を解禁する前に情報システム部門と確認したほうが安全です。許可のないAIツールが使われる問題はシャドーAIとはで扱っています。

個人アカウントの場合

Free、Pro、Maxでは、Anthropicの利用規約の更新により、会話を今後のモデルの学習に使うかを自分で選べます。許可すると最長5年、許可しないと30日間保存されます。設定は「設定」から「プライバシー」で変えられ、Anthropicのヘルプに注意点が載っています。

Fableの30日ルールとこの設定がどう組み合わさるのかは、どの資料にも詳しく書かれていません。安全確認のための最低保存期間は学習の設定とは別に適用される、と読むのが自然ですが、明記はされていません。分からないことは分からないと書いておきます。

今日からできること

1. 01個人のアカウントか、会社のアカウントかを確認する。Fable 5.2では、どちらでも30日ルールが加わります。
2. 02普段の作業には小さいモデルを使う。Anthropic自身の推奨でもあり、こちらは今までの保存設定がそのまま適用されます。
3. 03貼り付ける前に、氏名や顧客番号、金額を仮の文字に置き換える。考え方はAIエージェントと個人情報にまとめています。
4. 04パスワードやAPIキーは、会話にもエージェントにも入れない。
5. 05最上位モデルでも結果は確認する。コードの確認ポイントはAIコーディングで説明しています。

Anthropicの小さいモデルについてはClaude Sonnet 5.5 安全性とClaude Haiku 5.5 安全性で同じように整理しています。

モデルの名前は数週間ごとに変わります。変わらないのは、貼り付ける前にデータの行き先を確かめ、回答を渡す前に中身を確かめる習慣です。それを練習できるのが、仕事でのAIの使い方を学べるiPhoneアプリのCoursiumです。