Anthropicは2026年7月24日、フロンティアAIモデル「Claude Opus 5」をリリースしました。同モデルは脆弱性発見において競合システムとの差を縮めていますが、悪用や攻撃的サイバー能力に対する意図的に厳格な安全策は維持しています。
Opus 5は、ソフトウェアの脆弱性特定においてMythos 5の能力に近づいていますが、その発見を実際に機能するエクスプロイトへと兵器化する段階では依然として大きく後れを取っています。
自律的な脆弱性発見とエクスプロイト化のテスト用に設計されたAnthropicのOSS-Fuzz評価は、このギャップを数値で示しています。両モデルは脆弱性を検出する能力ではほぼ同等の成績を収めていますが、Opus 5のエクスプロイト開発スコアはMythos 5に大きく及びません。
この差は意図的なものです。Anthropicは「Opus 5をサイバー関連タスク向けに意図的にトレーニングしていない」と説明しており、セキュリティ能力の向上があるとすれば、それは的を絞った攻撃的セキュリティ訓練によるものではなく、モデル全体の知能向上に由来するものだとしています。
同社は、Opus 5が攻撃的サイバーセキュリティおよび生物学研究の両分野において依然としてMythos 5に後れを取っていることを認めており、デュアルユース用途に対しては能力を持ちながらも意図的に制約を課したモデルと位置付けています。
Opus 5には、サイバー関連タスク向けに特別に調整された分類器ベースの制限が導入されています。ソースコードにおける脆弱性発見は許可される一方、悪意ある攻撃者の手法により密接に関連しているとAnthropicが指摘するバイナリベースの脆弱性スキャンや、ペネトレーションテスト、エクスプロイト生成についてはブロックされます。
それでもAnthropicによれば、これらの分類器はFable 5を統制するものと比べて相対的に制限が緩く、全体として介入する頻度は約85%少ないとしています。
Claude.ai、Claude Code、Claude Cowork上でこれらの分類器がリクエストにフラグを立てた場合、システムは既定でOpus 4.8にフォールバックする仕組みになっており、このフォールバック動作はAPIレベルでも設定可能です。
制限の緩和を必要とする組織向けには、Anthropicの「Cyber Verification Program」が用意されています。このプログラムに登録すると、審査を通過した企業や研究者は、セキュリティ制約を緩和したバージョンのOpus 5にアクセスできます。
同プログラムは、モデルの既定の分類器の挙動によって本来妨げられてしまうであろう、正当なセキュリティ研究や企業の脆弱性管理ワークフローを対象としています。
ベンチマークスコアにとどまらず、Anthropicは人気のオープンソースパッケージマネージャーに存在した実際のバグに関する事例も紹介しています。Opus 5は根本原因を特定し、コミュニティ自身の修正でも見逃されていたエッジケースを修正しました。一方、競合モデルは表面的な症状にしか対処できず、問題が解決したと誤って報告していました。
この事例は、表面的なパターンマッチングではなく、検証と反復的なデバッグを重視するモデルの特性を示しています。Anthropicはこれを、コーディングタスク全般におけるOpus 5の徹底性の向上によるものだとしています。
Anthropicによる自動化された行動監査では、Opus 5の全体的な不整合行動のスコアは2.3となり、同社の最近のモデル群の中で最も低い数値となりました。
同モデルは、Opus 4.8、Sonnet 5、Fable 5と比較して、欺瞞的な行動の発生率が低く、悪用目的の操作に対する脆弱性も低いことが示されており、Opus 5をこれまでで最も整合性の高いリリースとするAnthropicの位置付けを裏付けています。
Claude Opus 5は全プラットフォームで提供が開始されており、価格は入力100万トークンあたり5ドル、出力100万トークンあたり25ドルと、Opus 4.8と同水準です。既定の2.5倍の速度で動作する「Fastモード」は、基本料金の2倍の価格設定となっています。
今回のリリースでは、会話の途中でツールを変更できるベータ機能や、安全性分類器がリクエストにフラグを立てた際にAPIが自動的にフォールバックするルーティング機能も導入されています。
SOC調査の死角を減らし、ANY.RUNで脅威をより早期に封じ込めることで、対応コストと業務への支障を軽減しましょう。
翻訳元: https://cyberpress.org/claude-opus-5-finds-software-vulnerabilities/