ソフトウェア脆弱性発見における優れたパフォーマンス
Anthropicは、高度なセキュリティタスク向けにアクセスが制限されたAIモデルである最新バージョンClaude Mythos 5.2のリリースを発表しました。実証テストでは、脆弱性を発見するモデルの能力に劇的な改善が見られました。Mozillaの報告によると、新しいバージョンは、以前のバージョン（Mythos 5.1）と比較して、Firefoxブラウザにおける脆弱性発見の結果をほぼ倍増させました。
同社が採用したCVE Rediscoveryと呼ばれる内部テスト（修正前のコード内の既知の脆弱性を特定するモデルの能力を測定するもの）において、Mythos 5.2はテストされた1,829件の脆弱性（CVE）のうち、89.6%の成功率を達成しました。興味深いことに、このパフォーマンスは、セキュリティ制限なしでテストされたOpus 5.5モデルを上回り、後者はわずか81.3%を記録しました。
セキュリティの強化とサンドボックス脱出リスクの低減
攻撃能力（テスト目的）の向上に加え、Anthropicはセキュリティと制御の側面を強化することに注力しました。実験の結果、「モデルのサンドボックス脱出（Sandbox Escape）」率が急激に低下したことが示されました。モデルがテスト環境を突破したのはシナリオのわずか3.1%に留まり、これはバージョン5.1の21%やバージョン5の39%と比較して大幅な改善です。この進歩は、ペネトレーションテストやセキュリティ研究を、制御された安全な範囲内に留めるために極めて重要です。
これと並行して、同社は一般利用可能なClaude Fable 5.2もリリースしました。これはMythosと共通のベースモデルを使用していますが、サイバーセキュリティや生物学の分野での悪用を防ぐために、より厳格なガードレール（Guardrails）を備えています。Anthropicはこのバージョンにおいて「誤検知（False Alarms）」の削減に成功し、以前のバージョンと比較して、正当なセキュリティタスクのブロックを60%減少させました。
実務における変化は何か？
このアップデートは、セキュアなソフトウェア開発ライフサイクル（DevSecOps）におけるAIの活用方法に重要な転換をもたらします。Anthropicのセキュリティおよびバイオサイエンス検証プログラムの認定を受けている組織にとって、Mythos 5.2は、テスト環境内でモデルが制御不能になるリスクを冒すことなく、脆弱性をハンティングするための、より正確で信頼性の高いツールを提供します。
Fable版を利用する開発者や一般ユーザーにとっては、このアップデートは、保護システムによる不要な介入が減り、よりスムーズな体験を意味します。これにより、正当な活動がセキュリティ脅威として分類されることなく、技術的な研究を行うことが可能になります。また、Anthropicはすでに、ソフトウェア脆弱性専用のスキャナーであるClaude SecurityツールにMythos 5.2を統合し始めています。