Министерство торговли США сняло экспортные ограничения с моделей Claude Fable 5 и Claude Mythos 5. Команда Anthropic официально подтвердила эту новость 30 июня, объявив, что уже 1 июля Fable 5 вновь станет доступна глобально.

Модель будет интегрирована в Claude Platform, Claude.ai, Claude Code и Claude Cowork. Доступ через AWS, Google Cloud и Microsoft Foundry восстановят в кратчайшие сроки. Это решение стало результатом продуктивных переговоров с американскими властями.

Новый стандарт безопасности

Для возвращения Fable 5 разработчики обучили специализированный классификатор безопасности. Его задача — блокировать действия, описанные в отчете Amazon для правительства. Если запрос отклоняется, пользователь получает уведомление, а сам запрос перенаправляется в Claude Opus 4.8. По заявлению компании, новый классификатор выявляет целевой метод в более чем 99% случаев.

При этом в Anthropic признают: «Вероятно, невозможно сделать любую ИИ-модель полностью устойчивой к джейлбрейкам». Новые меры приведут к увеличению числа ложных срабатываний при рутинных задачах программирования и отладки. Это осознанный компромисс ради более широкого доступа к остальным возможностям модели.

Консенсусная рамка для оценки угроз

Anthropic совместно с Amazon, Microsoft, Google и другими партнерами Project Glasswing начала разработку общего подхода к оценке опасности джейлбрейков. В индустрии до сих пор нет единого стандарта для определения серьезности таких обходов защиты.

Предложенная схема оценивает джейлбрейк по четырем критериям:

  • насколько он расширяет возможности атакующего по сравнению с доступными инструментами;
  • на сколько разных вредоносных задач распространяется обход;
  • насколько легко превратить его в реальную атаку;
  • насколько просто другим людям найти или повторить этот метод.

Для наиболее опасных случаев компания обещает немедленно запускать предварительные меры защиты. Anthropic также формирует круглосуточную команду мониторинга каналов, где публикуют данные о джейлбрейках, и запускает программу HackerOne для сообщений о возможных обходах защиты Fable 5.

Доступ к Mythos 5 уже вернули для части американских организаций после одобрения правительства 26 июня. Компания продолжит сотрудничество с властями, включая предрелизный доступ к инструментам защиты, обмен информацией о взломах и выделенные ресурсы для совместных исследований.

Мой анализ: Ситуация с Fable 5 и Mythos 5 — яркий пример того, как регулирование ИИ в США становится все более жестким, но при этом гибким. Anthropic демонстрирует готовность идти на компромиссы, внедряя сложные системы фильтрации, но признает их несовершенство. Это создает прецедент для всей индустрии: ожидайте, что в ближайшее время другие крупные игроки последуют этому примеру, разрабатывая собственные «консенсусные рамки» для оценки угроз. Инвесторам стоит обратить внимание на компании, которые активно инвестируют в безопасность — это станет ключевым фактором конкурентоспособности в условиях ужесточения регулирования.