Министерство торговли США официально сняло экспортные ограничения с моделей Claude Fable 5 и Claude Mythos 5, что стало важным этапом в регулировании ИИ-технологий в 2026 году. Команда Anthropic подтвердила эту новость 30 июня, и уже с 1 июля Fable 5 вновь становится доступной для пользователей по всему миру.

Модель будет интегрирована в Claude Platform, Claude.ai, Claude Code и Claude Cowork. Возвращение доступа через облачные платформы AWS, Google Cloud и Microsoft Foundry займет чуть больше времени, но компания обещает сделать это «как можно быстрее». Это решение стало результатом продуктивных переговоров с правительством США, в ходе которых Anthropic согласилась на внедрение нового набора классификаторов безопасности.

Новый классификатор: точность выше 99%

Для возобновления работы Fable 5 разработчики обучили специализированный классификатор, который должен ограничивать поведение, описанное в отчете Amazon для властей. Если запрос пользователя будет заблокирован, система отправит уведомление и перенаправит задачу в Claude Opus 4.8. По данным компании, новый классификатор выявляет целевой метод в более чем 99% случаев. Однако Anthropic признает, что это приведет к увеличению ложных срабатываний при рутинных задачах программирования и отладки — это осознанный компромисс ради более широкого доступа к возможностям модели.

Mythos 5: частичный доступ уже восстановлен

Доступ к Claude Mythos 5 был возвращен для части американских организаций еще 26 июня после одобрения правительства. Компания продолжает сотрудничество с властями, включая предрелизный доступ к инструментам защиты, обмен информацией о взломах и злоупотреблениях, а также выделение ресурсов для совместных исследований.

Консенсусная рамка для оценки джейлбрейков

Anthropic совместно с Amazon, Microsoft, Google и другими партнерами Project Glasswing начала разработку единого подхода к оценке опасности джейлбрейков. В индустрии ИИ до сих пор нет стандарта для определения серьезности таких атак, и предложенная схема оценивает угрозу по четырем критериям:

  • Насколько джейлбрейк 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 запускать предварительные меры защиты сразу после подтверждения серьезности угрозы. Кроме того, Anthropic создает круглосуточную команду мониторинга каналов, где публикуются данные о джейлбрейках, и запускает программу HackerOne для сообщений о возможных уязвимостях Fable 5.

Мой взгляд: Решение Anthropic — это классический пример баланса между инновациями и безопасностью. Введение нового классификатора с 99% точностью — впечатляющий шаг, но неизбежные ложные срабатывания могут вызвать недовольство у разработчиков. Тем не менее, создание консенсусной рамки для оценки джейлбрейков — это то, чего индустрии не хватало давно. Если проект Glasswing удастся реализовать, это станет стандартом для всех крупных ИИ-компаний, что в долгосрочной перспективе укрепит доверие к технологии.