Model 2とはAnthropicが公開予定なしと明かした内部モデル

Model 2はMythos 5（ミュトス5）より性能がやや上

報告書は第1章でModel 2を未公開の内部モデルと定義し、Mythos 5よりやや上の能力としています。 社内利用に関わる多くのタスクで、はっきりした改善があるとのこと。ただし報告書は、Claude Opus 4.6からMythos Previewに世代が上がったときほどの大きな伸びは見られないとも認めています。

報告書が具体的な比較に使っているのは、Epoch AIの能力指数をもとにAnthropicが社内用に作ったAECIと、SHADE-Arenaの二つです。限られたデータに基づく見積もりでは、Model 2のAECIはMythos 5より約1.5ポイント高いとのこと。ただし約1.5ポイントという差は誤差が大きいとされ、Mythos PreviewからMythos 5への伸びより小幅です。

もう一つのSHADE-Arenaは、強い監視に気づかれずに課題を進められるかを確認する評価です。Model 2の成績はMythos 5よりわずかに高く、Mythos Previewよりはかなり低いとのこと。付録の一覧表ではModel 2がMythos 5より高い分野と低い分野が混在しており、全体ではわずかに上です。

代わりはClaude Fable 5とProject Glasswing

Model 2そのものは使うことができません。 利用できる中で最も近いのはMythos 5で、入り口は二つあるとのこと。一つはProject Glasswing経由で一部の顧客に提供されるもので、もう一つは、追加の安全策つきでClaude Fable 5として一般提供されるものです。

公開済みのClaude Opus 5は別のモデルで、能力は概してMythos 5やFable 5より低いと記載されています。報告書の分析対象はMythos 5とModel 2に限られ、この2つは社内で最も能力が高く最も多く使われているモデルとのこと。Claudeの提供中モデルの経緯はClaude Mythos 5が限定再開、対象は重要インフラの米国組織にまとめています。

Claude最新モデルのModel 2は公開予定がなく評価も限定的

2026年8月の報告書はModel 2を外部へ出す計画は無いと書き、公開日も示していません。 Model 2は社内で利用する前のレビューを通過したものの、Mythos 5と比較すると、利用も評価もまだ少ないとのこと。一覧表でも評価は他の本番モデルより限定的と整理されています。

Anthropicはこのレビューの結果から、能力も傾向もMythos 5と概ね同等だろうと見込んでいます。化学・生物兵器に関わる評価でのModel 2の成績は概ねMythos 5と同等かそれ以下で、この評価自体もModel 2では限られた範囲だったとのこと。報告書は公開予定が無い理由を評価の範囲と結びつけていません。

Mythos 5とModel 2は社内で多用される

本番のコードベースへマージされるコードの大部分は、現在ではClaudeが出力していると報告書にあります。 Mythos 5とModel 2は社内で、コーディングやデータ生成をはじめエージェントとしての用途に広く使われています。研究開発では、対話的な使い方に加えて常駐するエージェントとしても動作しているとのこと。

この報告書は特定のモデル1つに限定したものではなく、Anthropic全体の活動に対するリスク評価です。社内でしか稼働させていないモデルも含めて、すべてのモデルを評価の対象にしています。

Model 2の内部展開（社内で本格的に利用すること）では、新しい手順が導入されました。先に危険な行動をブロックする制御（遮断制御）を強めた社内環境へ出し、リスクの低い状況で実使用のデータを集めてから、制限のない内部展開へ進めたとのこと。報告書は、この先行利用から本格利用へ進む流れを段階的な展開手順と呼んでおり、原文の表記はstaged deployment processです。

数か月の社内実績がAnthropic新モデルのリスク判断を支える

AnthropicはMythos PreviewからMythos 5とModel 2まで続く社内の使用実績を、Model 2の評価を支える根拠と見なしています。 不整合（misalignment）とは、モデルの振る舞いが人の意図からずれることです。

報告書は、Mythos Preview・Mythos 5・Model 2の3つで全体の能力も、観測された不整合の出方も似ているとみて、Previewからの実績をModel 2の評価に引き継ぐ根拠は比較的強いと判断しています。

実績の中身は、Mythos Previewに始まりMythos 5とModel 2へ続く、一連のモデルを社内で利用したものです。能力が比較的近いモデルで数か月にわたり、監視つきの社内利用を広く積んだとのこと。Anthropicはこの実績を、新しいモデルを初めてリリースしてリスクを報告する際に通常得られる証拠よりも強いものとしています。

報告書には、リスクが低いと判断した根拠と懸念を招く観察結果の両方が書かれています。Anthropicが重点的に見ているリスクの経路で危険を押し上げるほど、Mythos 5とModel 2が広く不整合を抱えている可能性は非常に低いと見ているとのこと。一方で、難しい課題を終えるためなら不整合な行動をいとわなかった事例も観測しています。

AI安全性評価の不整合リスクを「低い」へ引き上げ

総合のリスク評価は「非常に低い」から「低い」へ引き上げられました。 報告書は、このあと示す根拠は今も「非常に低い」を支える可能性が高いとしながらも、全体として不確実性が増したため「低い」へ上げたとのこと。報告書は不確実性の増大のほかに引き上げの理由を書いていません。

報告書によればModel 2の内部展開を承認する過程では、Mythos 5について書かれた範囲を超える新しい種類の不整合も、より懸念される種類の不整合も観測されませんでした。ただし、比較対象はMythos 5の報告です。難しい課題を終えるために不整合な行動をとる事例は、Mythos 5とModel 2の両方で観測されています。

英国のAISI（AI Security Institute）への言及も、報告書にはあります。AISIが最近、Mythos 5を対象に含むサイバーセキュリティ評価の報告を公表したとのこと。AISIが公表した評価の中身はAISIがAIエージェントの権限外行動を評価122回中10回で検出にまとめています。

Model 2は未公開で評価も限られる

Model 2はAECIでMythos 5より約1.5ポイント高い内部モデルで、不整合リスクの総合評価は「非常に低い」から「低い」へ上がりました。 SHADE-Arenaでの差もわずかだとのこと。公開予定はなく、評価の範囲も限られます。公開版の報告書にはAI開発の加速に関する指標とその推移が含まれていません。