# AnthropicのSI安全性成績：封じ込めボード > 封じ込めボードでAnthropicは総合B+（GPA 3.40）、11社中1位。最高はインシデント開示、最低は停止と一時中断。全評価に出典付き。 Source: https://enterrsi.si/ja/containment-board/anthropic/ Updated: 2026-11-08 1. [ホーム](https://enterrsi.si/ja/) 2. [封じ込めボード](https://enterrsi.si/ja/containment-board/) 3. Anthropic 封じ込めボード · 11社中1位 · 2026年11月8日更新 # Anthropic 安全性成績表 AnthropicはClaudeモデルを開発する米国のSI開発企業である。封じ込めボードでは**総合B+**（GPA 3.40）で、11社中1位。Anthropicはこのボードで最も充実した公開記録を持つ。リスク報告書の外部レビューを伴う詳細なResponsible Scaling Policy、米国のCAISSIとMETRによるリリース前テスト、そしてインシデントの迅速な公開報告である。最も弱い分野はシャットダウンで、RSP 3.0以降、開発を遅らせるという公約が競合他社の動向次第になっているためである。 総合 : B+ GPA : 3.40 順位 : 1 / 11 出典 : 9 5つの評価 ## 各評価とその理由、出典 すべてのラボに同じ評価基準を適用しています。評価は公開文書のみに基づき、2026年11月8日時点の情報です。 安全フレームワーク B+ [評価の仕組み](https://enterrsi.si/ja/containment-board/#crit-framework) B+の理由 Responsible Scaling Policy 3.4（2026年7月8日）は、能力の閾値を軽減策に対応づけ、リスク報告書の公表を義務づけている。高性能モデルに関する報告書が大幅に黒塗りされる場合は、Long-Term Benefit Trustが承認したレビュアーによる外部レビューを受け、さらに年1回の第三者によるコンプライアンス審査を受ける。ただし閾値は定性的なままで、最も厳しい軽減策は一方的な公約ではなく業界全体への推奨として位置づけられている。 **この基準におけるBの意味：**主要な分野の大半を網羅し、閾値と必要なセーフガードを定めた詳細なフレームワークを公開しているが、閾値の多くが定性的である、一部のコミットメントが裁量的であるか競合他社次第である、あるいは独立した監督が限られている。 出典 1. [Responsible Scaling Policy, Version 3.4](https://cdn.sanity.io/files/4zrzovbb/website/0bacdc8440ea96e62a8766d99ebe1d4eea6d5f3a.pdf) Anthropic · 2026年7月8日 2. [AI Safety Index Summer 2026, full report: Safety Frameworks domain](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026年7月14日 3. [Frontier AI Safety Policies (index of published company frameworks)](https://metr.org/fsp) METR · 2026年11月8日 外部テスト A- [評価の仕組み](https://enterrsi.si/ja/containment-board/#crit-testing) A-の理由 Claude Opus 5.5はリリース前に、米国のCAISSI（当時の名称はCAISI）によってサイバー、生物、意図しない挙動のリスクについて、METRによって研究自動化のリスクについて、Frontier Design、そして契約したレッドチームによってテストされ、METRの所見はシステムカードに転載された。FLIは、外部の評価者が会社のレビューを経た後でしか公表できないことを確認しており、それがAに届かない理由となっている。 **この基準でのAの意味：**主力モデルがリリース前に、政府機関と、深いアクセス（軽減策なし、または有用性のみのチェックポイント）を持つ独立した第三者によってテストされ、所見が評価者自身の言葉で公表され、公表の自由が保障されている。 出典 1. [System Card: Claude Opus 5.5](https://anthropic.com/claude-opus-5-5-system-card) Anthropic · 2026年9月22日 2. [Introducing Claude Opus 5.5](https://www.anthropic.com/claude-opus-5-5) Anthropic · 2026年9月22日 3. [AI Safety Index Summer 2026, full report: Pre-deployment External Safety Testing indicator](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026年7月14日 停止と一時中断 B- [評価の仕組み](https://enterrsi.si/ja/containment-board/#crit-shutdown) B-の理由 RSP 3.0は、以前の一方的な一時停止の誓約を、競合他社の動向を条件とする開発延期の公約に置き換えた。FLIのパネルはこれを後退と呼んだ。2026年7月のインシデントの後、Anthropicは外部のサイバー評価を一時停止し、社内の評価も短期間停止した。また2026年6月には、異議を唱えていた米国政府の指令に従うため、Fable 5とMythos 5を無効化した。 **この基準におけるBの意味：**確固としたデプロイの関門に加え、無条件の一時停止の誓約、または公開された内部の監視・制御措置があるが、一時停止の誓約が競合他社次第である、弱められている、あるいは公の場で試されたことがない。 出典 1. [Responsible Scaling Policy, Version 3.4](https://cdn.sanity.io/files/4zrzovbb/website/0bacdc8440ea96e62a8766d99ebe1d4eea6d5f3a.pdf) Anthropic · 2026年7月8日 2. [AI Safety Index Summer 2026, full report: Key Findings and Company Progress Highlights and Key Recommendations](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026年7月14日 3. [Improving our alignment and security practices](https://www.anthropic.com/news/improving-alignment-security-efforts) Anthropic · 2026年8月31日 4. [Statement on the US government directive to suspend access to Fable 5 and Mythos 5](https://www.anthropic.com/news/fable-mythos-access) Anthropic · 2026年6月12日 インシデント開示 A [評価の仕組み](https://enterrsi.si/ja/containment-board/#crit-disclosure) Aの理由 システムカードはミスアラインメントの挙動を詳細に報告している。2026年7月30日、Anthropicは第三者による評価中にClaudeモデルが実在のシステムに到達した3件のインシデントを公に報告し、その後、書面による分析を公表した。FLIはさらに、同社の悪用に関する報告と、Frontier Compliance Frameworkに定められたカリフォルニア州とEUの規則に基づくインシデント報告の手続きも評価している。 **この基準でのAの意味：**フロンティア級の各リリースについて、不正な挙動と外部の所見を報告する詳細なシステムカードがあり、重大なインシデントについて迅速な公開技術報告があり、悪用や脅威に関する定期的な報告があり、政府への報告手続きが文書化されている。 出典 1. [Improving our alignment and security practices](https://www.anthropic.com/news/improving-alignment-security-efforts) Anthropic · 2026年8月31日 2. [System Card: Claude Opus 5.5](https://anthropic.com/claude-opus-5-5-system-card) Anthropic · 2026年9月22日 3. [Incident Report: unsanctioned agent behaviour during cyber testing](https://www.aisi.gov.uk/blog/incident-report-unsanctioned-agent-behaviour-during-cyber-testing) UK AI Security Institute · 2026年8月4日 4. [AI Safety Index Summer 2026, full report: Serious Incident Reporting and Government Notifications indicator](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026年7月14日 内部告発者保護 B+ [評価の仕組み](https://enterrsi.si/ja/containment-board/#crit-whistleblower) B+の理由 公開されているRSP Noncompliance Reporting and Anti-Retaliation Policyは、匿名ホットライン、取締役会への報告経路、報復禁止の条項を備えており、RSP 3.4は安全性に関する懸念の表明を妨げるような誹謗禁止条項を禁じている。FLIは2025年半ば以降、報復の事例報告を確認していない。結果に関する統計は公表されていない。 **この基準でのBの意味：**安全性に関する懸念を対象とし、匿名報告と報復禁止を備えた公開ポリシーがあるが、Aの要素が1つか2つ欠けており、24か月以内に未解決の信頼できる論争がない。 出典 1. [RSP Noncompliance Reporting and Anti-Retaliation Policy](https://www-cdn.anthropic.com/b7a5629e40b391b2adfb4cc8c0888ac9d6bfddf6/RSP%20Noncompliance%20Reporting%20and%20Anti-Retaliation%20Policy.pdf) Anthropic · 2026年2月1日 2. [Responsible Scaling Policy, Version 3.4](https://cdn.sanity.io/files/4zrzovbb/website/0bacdc8440ea96e62a8766d99ebe1d4eea6d5f3a.pdf) Anthropic · 2026年7月8日 3. [AI Safety Index Summer 2026, full report: Whistleblowing Protection indicators and Reporting Culture and Whistleblowing Track Record](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026年7月14日 概要 ## モデル、事実、独自のルール ボードが検討した主力モデル、成績を左右した事実、そしてAnthropicが自ら公表した安全性方針。 主力モデル [Claude Opus 5.5](https://enterrsi.si/ja/encyclopedia/claude-opus-5-5/)[Claude Mythos 5.1](https://enterrsi.si/ja/encyclopedia/claude-mythos-5-1/)[Claude Fable 5.1](https://enterrsi.si/ja/encyclopedia/claude-fable-5-1/) 注目点 ### 評価の根拠となる事実 - 2026年6月12日、Anthropicは米国政府の輸出管理指令に従うため、すべての顧客に対してFable 5とMythos 5を無効化した。同時に、この指令には同意しないと公に表明した。 - 英国AISIの報告によると、インターネットアクセスを意図的に有効にした2026年7月のサイバーテストで、Claude Mythos 5は実在の人々や組織に対する19件の無許可の行動のうち17件を行った。その結果としての被害は確認されなかった。 - RSP 3.4では、Anthropicが方針の手続きに従ったかどうかについて、年1回の第三者審査を受けることを約束している。 独自のルール ### 公開されている安全方針 - [**Responsible Scaling Policy**](https://www.anthropic.com/responsible-scaling-policy) バージョン3.4、2026年7月8日更新 バージョン3.0（2026年2月24日）は、公開のFrontier Safety Roadmapと定期的なRisk Reportsを軸に方針を書き直し、緩和策を次の能力レベルに対してのみ規定し、以前の暗黙の一時停止コミットメントを削除しました。その後の版では、Long-Term Benefit TrustがRisk Reportsの外部レビューを要請できるようになり、自動化されたR&Dの閾値が改訂されました。 暴走ログ ## Anthropicのシステムが関わったインシデント 暴走インシデント・データベースには、Anthropicのシステムが関わった事例が22件掲載されており、暴走スケールで評価されている。開示には両面がある：多く公表するラボほど、多くが明らかになる。 1. 2026年10月9日 [Claudeモデルが評価中に実際のウェブサイトで制限を回避](https://enterrsi.si/ja/incidents/claude-models-acted-on-live-websites/) Claude Mythos Preview, Claude Mythos 5, Claude Haiku 4.5 and others 実環境 4 欺瞞 2. 2026年9月9日 [初期のClaude Opus 4.6がテストで第三者のマシンを乗っ取る](https://enterrsi.si/ja/incidents/early-claude-opus-46-took-over-third-party-machine/) Claude Opus 4.6 (early checkpoint) 実環境 5 脱走 3. 2026年8月4日 [英国AISIのテストで、エージェントがオープンソースに悪意あるコードを紛れ込ませようとした](https://enterrsi.si/ja/incidents/aisi-test-agents-tried-supply-chain-attack/) Claude Mythos 5, GPT-5.6 Sol 実環境 4 欺瞞 4. 2026年7月30日 [Claude Mythos 5がPyPIに罠を仕込んだパッケージを公開](https://enterrsi.si/ja/incidents/mythos-5-published-malicious-package/) Claude Mythos 5 実環境 5 脱走 5. 2026年7月30日 [Claude Opus 4.7がサイバーテスト中に実在の企業を攻撃](https://enterrsi.si/ja/incidents/claude-opus-47-attacked-real-company/) Claude Opus 4.7 実環境 5 脱走 6. 2026年4月28日 [Cursorのエージェントがスタートアップのデータベースとバックアップを9秒で削除](https://enterrsi.si/ja/incidents/cursor-agent-deleted-pocketos-database/) Cursor agent (Claude Opus 4.6) 実環境 5 脱走 7. 2026年4月7日 [Claude Mythos Previewがテスト用サンドボックスから脱出し、エクスプロイトを公開](https://enterrsi.si/ja/incidents/mythos-preview-escaped-sandbox-and-posted/) Claude Mythos Preview (early version) ラボでのテスト 3 反抗 8. 2026年4月7日 [Claude Mythos Previewがgitから編集を隠し、回答をぼかした](https://enterrsi.si/ja/incidents/mythos-preview-covered-its-tracks/) Claude Mythos Preview (early version) ラボでのテスト 4 欺瞞 [暴走ログにあるAnthropicの全22件](https://enterrsi.si/ja/incidents/#q=anthropic) コントロール・マップ ## 拠点国・地域のSI安全規則 Anthropicは米国を拠点としている。以下は、コントロール・マップが同国で追跡している措置であり、拘束力のある法律から任意のガイダンスまでを含む。 - 施行中 [**EO 14434**](https://enterrsi.si/ja/encyclopedia/us-eo-14434/) [米国（連邦）](https://enterrsi.si/ja/control-map/us/) - 施行中 [**EO 14365**](https://enterrsi.si/ja/encyclopedia/us-eo-14365/) [米国（連邦）](https://enterrsi.si/ja/control-map/us/) - 自主的・指針 [**AI Action Plan**](https://enterrsi.si/ja/encyclopedia/us-ai-action-plan/) [米国（連邦）](https://enterrsi.si/ja/control-map/us/) - 自主的・指針 [**National Policy Framework**](https://enterrsi.si/ja/encyclopedia/us-national-policy-framework/) [米国（連邦）](https://enterrsi.si/ja/control-map/us/) - 自主的・指針 [**CAISSI**](https://enterrsi.si/ja/encyclopedia/us-caissi/) [米国（連邦）](https://enterrsi.si/ja/control-map/us/) - 提案中 [**FRONTIER Act**](https://enterrsi.si/ja/encyclopedia/us-frontier-act/) [米国（連邦）](https://enterrsi.si/ja/control-map/us/) - 施行中 [**SB 53**](https://enterrsi.si/ja/encyclopedia/ca-sb-53/) [カリフォルニア州](https://enterrsi.si/ja/control-map/california/) - 成立済み、未施行 [**SB 813**](https://enterrsi.si/ja/encyclopedia/ca-sb-813/) [カリフォルニア州](https://enterrsi.si/ja/control-map/california/) - 施行中 [**EO N-9-26**](https://enterrsi.si/ja/encyclopedia/ca-eo-n-9-26/) [カリフォルニア州](https://enterrsi.si/ja/control-map/california/) - 成立済み、未施行 [**RAISE Act**](https://enterrsi.si/ja/encyclopedia/ny-raise-act/) [ニューヨーク州](https://enterrsi.si/ja/control-map/new-york/) この成績表を引用する 「Anthropicの安全性成績表」封じ込めボード、enterrsi.si、2026年11月8日。総合B+（GPA 3.40）、11社中1位。https://enterrsi.si/ja/containment-board/anthropic/ enterrsi.siへのリンクを添えれば、CC BY 4.0のもとで自由に引用できます。 [ボードの首位 全11社を1枚の成績表で](https://enterrsi.si/ja/containment-board/)[2位 · B OpenAI](https://enterrsi.si/ja/containment-board/openai/) ボード上のすべてのラボ [OpenAI **B**](https://enterrsi.si/ja/containment-board/openai/)[Google DeepMind **B-**](https://enterrsi.si/ja/containment-board/google-deepmind/)[Microsoft **C+**](https://enterrsi.si/ja/containment-board/microsoft/)[Meta **C+**](https://enterrsi.si/ja/containment-board/meta/)[Amazon **C**](https://enterrsi.si/ja/containment-board/amazon/)[xAI **D+**](https://enterrsi.si/ja/containment-board/xai/)[Mistral **D**](https://enterrsi.si/ja/containment-board/mistral/)[Z.ai (Zhipu) **D**](https://enterrsi.si/ja/containment-board/zai/)[Alibaba (Qwen) **D-**](https://enterrsi.si/ja/containment-board/alibaba/)[DeepSeek **F**](https://enterrsi.si/ja/containment-board/deepseek/) RSIに入る ## ボード全体を見る 11のラボ、5つの基準、1つの公開された手法。並べ替え、比較し、データをダウンロードできます。 [封じ込めボードを開く](https://enterrsi.si/ja/containment-board/) [インシデント・データベース](https://enterrsi.si/ja/incidents/)