本日気になったAIニュースをいくつかピックアップします。大きなところでは、Anthropicが6月末に発表した「Claude Sonnet 5」と、輸出規制で一時公開を停止していた「Fable 5」「Mythos 5」の再デプロイがあります。とくに後者は、AIモデルの安全評価をどう共有するかという業界全体の課題に踏み込んでいて重要です。あわせて、Google EarthのAI衛星画像を巡る動きや、国内の技術記事もまとめました。

Claude Sonnet 5が登場 — agentic性能をOpus 4.8寄りに

Anthropicは6月30日、新モデル「Claude Sonnet 5」を発表しました（モデルID claude-sonnet-5）。これまでエージェント能力の伸びはOpusクラスが先行していましたが、Sonnet 5は「最もエージェント向けのSonnet」をうたい、計画を立て、ブラウザやターミナルといったツールを使い、自律的にタスクを進める能力を大きく引き上げています。

性能面では前世代のSonnet 4.6を大きく上回り、より高価なOpus 4.8に迫る水準とされています。コストパフォーマンスも意識されており、導入価格として8月31日まで入力100万トークンあたり2ドル、出力あたり10ドルが設定され、以降は3ドル／15ドルに移行します。無償・Proプランではデフォルトモデルとなり、Max／Team／Enterpriseのほか、Claude CodeやClaude Platformでも利用できます。

安全性の評価でも、全体的にはSonnet 4.6より望ましくない挙動が減り、エージェント利用の場面でより安全だとされています。一方でサイバーセキュリティタスクの能力は現在のOpusモデルより低く抑えられており、危険なサイバー利用を検知・遮断するセーフガードがデフォルトで有効化されています。

なおSonnet 5は、すでに他モデルとの比較軸としても参照されるようになっています。最近話題のDeepSeekの新モデルが「Sonnet 5と同ランク」と騒がれるなど、フロンティアモデルの比較基準になりつつある点にも注目されます。

Fable 5とMythos 5を再デプロイ、ジェイルブレイク評価の枠組みを提唱

もう一つのAnthropic関連は、6月に公開停止に追い込まれた「Claude Fable 5」「Claude Mythos 5」の再デプロイです。こちらも6月30日の発表で、Fable 5は7月1日から世界中で利用再開となっています。

経緯をたどると、6月12日に米政府が両モデルに輸出規制を適用しました。直接の引き金は、Amazonの研究者がFable 5のセーフガードを迂回する手法を見つけたという報告でした。モデルがソフトウェア脆弱性を特定し、一部では悪用を示すコードを出力したことが問題視された形です。規制が即時発効したため、国籍をリアルタイムで確認する確実な手段がなかったAnthropicは、全ユーザーのアクセスを一時停止する対応をとりました。

その後、政府との協議を経て6月30日に輸出規制は解除されました。Anthropicは報告された迂回を狙い撃ちでブロックする新しい安全分類器を訓練し、99%超でブロックできるとしています。ただし、テストした他のモデル（Opus 4.8、GPT-5.5、Kimi K2.7など）も同じ脆弱性を特定できた点にも触れており、Fable 5特有の危険な能力が露見したわけではないと強調しています。

ジェイルブレイクの深刻度をどう測るか

本件で注目すべきは、Amazon、Microsoft、Googleなどとの協業で「AIのジェイルブレイク（安全機構の迂回）の深刻度を評価する共通フレームワーク」の起草が始まった点です。現状では業界共通の基準がなく、新しい迂回手法が見つかるたびに深刻度の判断が曖昧になっているという問題意識が背景にあります。

提案では、あるジェイルブレイクを4つの観点で評価します。(1)能力の獲得（既存ツールをどれだけ超えるか）、(2)獲得の幅（同じ手法がどれだけ多くの攻撃に通用するか）、(3)武器化の容易さ（攻撃に落とし込む手間）、(4)発見のしやすさ（手法がどれだけ広く知られているか）。これを、政府・業界との連携強化や新設したHackerOneプログラムと合わせて、業界全体の標準作りを目指すとしています。

前回「フロンティアAIのジェイルブレイクが恐ろしいほど簡単」と報じられた懸念を受け、今回は「深刻度を共有の言葉で測り、対応を体系化する」という方向に動いた形です。モデルの能力向上が続く中、安全評価の共通ルール作りがどれだけ現実味を持つかが焦点になりそうです。

AIで歴史と対話する — セオドア・ルーズベルト大統領図書館

AI技術の社会応用の事例です。Microsoftは7月4日に一般公開されたセオドア・ルーズベルト大統領図書館（ノースダコタ州メドーラ）の技術パートナーとして、AIを活用した「リビングライブラリー」の実現に貢献したと発表しました。

中核は「Box 1」と呼ばれる知識ベースです。数十万点に上る歴史文書をAIで整理・補強し、断片化された資料を検索可能な形に再構築しました。この知識ベースを土台に、世界中の誰もが日常的な言葉で質問するとルーズベルト自身の文書が返ってくるデジタル研究ツール「Campfire Reading Room」や、来館者がルーズベルトのAIアバターと対話できる体験が作られています。

MicrosoftのAI For Good Labが主導し、技術を他の文化施設にも応用できるよう、ソフトウェアのオープンソース化や仕組みを解説する論文の公開も予定しています。資料が追加されるほどアバターも自動で更新される「生きる図書館」という構え方は、博物館や図書館におけるAI活用の一つの方向性を示唆しそうです。

国内発の技術記事から — 生成→検証ループとOSSエージェント入門

日本語の技術記事から2本拾います。

1本目は「生成は雑でいい、検証器が全部拾う」というテーマで、採択率0.26%でも成立する「生成→検証」ループを考察したものです。覆面算などのパズル生成を行うGo製CLI「verigen」を題材に、「生成側は正しさを保証しなくてよく、検証器が『正しい』と判断する責任をすべて持つ」という分離の考え方を提示しています。生成コストが安いなら雑に量産して検証で絞り込めばよい、という視点は、LLMでコードやSQL、構造化データを扱う実務にも通じる論理です。

2本目は早稲田AI研究会の勉強会資料をまとめた「Hermesで学ぶAIエージェント」です。OSSのAIエージェント「Hermes Agent」を例に、ChatGPTのようなチャット型AIとエージェントは何が違うのか、エージェントがどのような仕組みで動くのかを入門者向けに解説しています。

短報 — Google EarthのAI衛星画像、中国研究者のX発信、AIが見つけた脆弱性

  • Google EarthのAI衛星画像: GoogleがGoogle EarthにAI生成の衛星画像を組み込んだところ、「空のディープフェイク」への懸念が高まり、一時停止したと報じられています。地図という「事実を示すはずの手段」に生成画像が混ざる問題が改めて浮上しました。
  • 中国のAI研究者がXで発信強化: OpenAIやAnthropicの社員がオンラインで静かになる一方、中国のAIラボの研究者がXで自らの研究を発信し、人材獲得や議論の形成に動いているとの観測です。AIを巡る議論の中心が徐々に移ろうとしていることを示唆します。
  • AIがOracle VirtualBoxの脆弱性を発見: AIによってOracle VM VirtualBoxの脆弱性「CVE-2026-60161」が発見されたと報告されています。AIを防御的なセキュリティ研究に活用する動きの一つとして関心を集めています。