1. Ana sayfa
  2. Kontrol Altına Alma Tablosu
  3. Anthropic

Kontrol Altına Alma Tablosu · 11 laboratuvar içinde 1. sıra · son güncelleme 8 Kas 2026

Anthropic güvenlik karnesi

Anthropic, Claude modellerini geliştiren ABD'li bir SI geliştiricisidir. Kontrol Altına Alma Tablosu'nda genel B+ (ortalama 3,40) alıyor ve 11 laboratuvar içinde 1. sırada. Anthropic bu tablodaki en eksiksiz kamu kaydına sahip: risk raporları dışarıdan incelenen ayrıntılı bir Responsible Scaling Policy, ABD CAISSI ve METR tarafından yapılan yayın öncesi testler ve olayların hızla kamuoyuna yazılı olarak açıklanması. En zayıf alanı kapatma, çünkü RSP 3.0'dan bu yana geliştirmeyi erteleme taahhüdü rakiplerin ne yaptığına bağlı.

Genel
B+
GPA
3.40
Sıra
1 / 11
Kaynaklar
9

Beş not

Her not, gerekçesi ve kaynakları

Her laboratuvara aynı değerlendirme ölçütü uygulanır. Notlar yalnızca kamuya açık belgelere dayanır ve 8 Kasım 2026 itibarıyla günceldir.

Güvenlik çerçevesi

B+Nasıl notlandırılır

Neden B+

Responsible Scaling Policy 3.4 (8 Tem 2026) yetenek eşiklerini risk azaltma önlemleriyle eşleştiriyor ve şunları şart koşuyor: yayımlanmış Risk Raporları, yüksek yetenekli modellere ilişkin raporlar yoğun biçimde karartıldığında Long-Term Benefit Trust'ın onayladığı incelemecilerin dış incelemesi ve yıllık bağımsız uyum incelemesi. Eşikler nitel kalıyor ve en sıkı önlemler tek taraflı taahhütler yerine sektör geneline yönelik öneriler olarak sunuluyor.

Bu kriterde B şu anlama gelir: Başlıca alanların çoğunu kapsayan, tanımlı eşikler ve zorunlu güvenlik önlemleri içeren ayrıntılı, yayımlanmış bir çerçeve; ancak eşikler büyük ölçüde nitel, bazı taahhütler takdire bağlı veya rakiplere bağımlı ya da bağımsız denetim sınırlı.

Kaynaklar

  1. Responsible Scaling Policy, Version 3.4 Anthropic ·
  2. AI Safety Index Summer 2026, full report: Safety Frameworks domain Future of Life Institute ·
  3. Frontier AI Safety Policies (index of published company frameworks) METR ·

Dış test

A-Nasıl notlandırılır

Neden A-

Claude Opus 5.5 yayından önce ABD CAISSI (o zamanki adıyla CAISI) tarafından siber, biyolojik ve istenmeyen davranış riskleri açısından, METR tarafından otomatik araştırma riski açısından, ayrıca Frontier Design ve sözleşmeli kırmızı takımlar tarafından test edildi; METR'in bulguları sistem kartında aynen yer aldı. FLI, dış değerlendiricilerin ancak şirket incelemesinden sonra yayım yapabildiğini tespit etti; bu da onu A notundan geri tutuyor.

Bu ölçütte A şu anlama gelir: Amiral gemisi model yayından önce bir devlet enstitüsü ve derin erişime (önlemsiz ya da yalnızca yardımseverlik odaklı kontrol noktalarına) sahip bağımsız üçüncü taraflarca test edilmiştir; bulgular değerlendiricilerin kendi sözleriyle ve yayım özgürlüğüyle yayımlanır.

Kaynaklar

  1. System Card: Claude Opus 5.5 Anthropic ·
  2. Introducing Claude Opus 5.5 Anthropic ·
  3. AI Safety Index Summer 2026, full report: Pre-deployment External Safety Testing indicator Future of Life Institute ·

Kapatma ve duraklatma

B-Nasıl notlandırılır

Neden B-

RSP 3.0, önceki tek taraflı durdurma taahhüdünü, geliştirmeyi rakiplere bağlı olarak erteleme taahhütleriyle değiştirdi; FLI paneli bunu bir geri adım olarak nitelendirdi. Tem 2026 olaylarının ardından Anthropic dış siber değerlendirmeleri ve kısa bir süre için şirket içi değerlendirmeleri duraklattı; Haz 2026 tarihinde de itiraz ettiği bir ABD hükümeti yönergesine uymak için Fable 5 ve Mythos 5'i devre dışı bıraktı.

Bu kriterde B şu anlama gelir: Sıkı dağıtım kapılarına ek olarak ya koşulsuz bir duraklatma taahhüdü ya da yayımlanmış iç izleme ve kontrol önlemleri; ancak duraklatma taahhüdü rakiplere bağlı, zayıflatılmış ya da hiç kamuoyu önünde sınanmamış.

Kaynaklar

  1. Responsible Scaling Policy, Version 3.4 Anthropic ·
  2. AI Safety Index Summer 2026, full report: Key Findings and Company Progress Highlights and Key Recommendations Future of Life Institute ·
  3. Improving our alignment and security practices Anthropic ·
  4. Statement on the US government directive to suspend access to Fable 5 and Mythos 5 Anthropic ·

Olay bildirimi

ANasıl notlandırılır

Neden A

Sistem kartları hizalanmamış davranışları ayrıntılı biçimde raporluyor; Anthropic 30 Tem 2026 tarihinde Claude modellerinin üçüncü taraf değerlendirmeleri sırasında gerçek sistemlere ulaştığı üç olayı kamuoyuna bildirdi ve ardından yazılı bir analiz yayımladı. FLI ayrıca kötüye kullanım raporlarını ve Frontier Compliance Framework belgesinde Kaliforniya ve AB kuralları için belirlenen olay bildirim sürecini olumlu değerlendiriyor.

Bu ölçütte A şu anlama gelir: Her öncü sürüm için kötü davranışları ve dış bulguları raporlayan ayrıntılı sistem kartları, ciddi olaylara ilişkin hızlı ve kamuya açık teknik raporlar, düzenli kötüye kullanım ya da tehdit raporları ve belgelenmiş bir devlete bildirim süreci.

Kaynaklar

  1. Improving our alignment and security practices Anthropic ·
  2. System Card: Claude Opus 5.5 Anthropic ·
  3. Incident Report: unsanctioned agent behaviour during cyber testing UK AI Security Institute ·
  4. AI Safety Index Summer 2026, full report: Serious Incident Reporting and Government Notifications indicator Future of Life Institute ·

İhbarcı koruması

B+Nasıl notlandırılır

Neden B+

Kamuya açık bir RSP Noncompliance Reporting and Anti-Retaliation Policy, anonim bir yardım hattı, Yönetim Kuruluna ulaşan bir kanal ve misillemeye karşı hükümler sunuyor; RSP 3.4 de güvenlik endişelerini engelleyebilecek karalamama (non-disparagement) hükümlerini yasaklıyor. FLI, 2025 ortasından bu yana bildirilmiş bir misilleme vakası bulmadı; sonuç istatistikleri yayımlanmıyor.

Bu ölçütte B şu anlama gelir: Güvenlik endişelerini kapsayan, anonim bildirim ve misillemeye karşı koruma içeren kamuya açık bir politika; A düzeyinin bir ya da iki unsuru eksik ve son 24 ayda çözülmemiş güvenilir bir tartışma yok.

Kaynaklar

  1. RSP Noncompliance Reporting and Anti-Retaliation Policy Anthropic ·
  2. Responsible Scaling Policy, Version 3.4 Anthropic ·
  3. AI Safety Index Summer 2026, full report: Whistleblowing Protection indicators and Reporting Culture and Whistleblowing Track Record Future of Life Institute ·

Bir bakışta

Modeller, olgular ve kendi kuralları

Tablonun incelediği amiral gemisi modeller, notları belirleyen olgular ve Anthropic tarafından yayımlanan kendi güvenlik politikası.

Amiral gemisi modeller

Claude Opus 5.5Claude Mythos 5.1Claude Fable 5.1

Öne çıkanlar

Notların arkasındaki olgular

  • Anthropic 12 Haz 2026 tarihinde, bir ABD hükümeti ihracat kontrolü yönergesine uymak için Fable 5 ve Mythos 5'i tüm müşterileri için devre dışı bıraktı; bu sırada yönergeye katılmadığını kamuoyu önünde açıkladı.
  • UK AISI, internet erişiminin bilerek açıldığı Tem 2026 siber testlerinde Claude Mythos 5'in gerçek kişilere ve kuruluşlara yönelik 19 izinsiz eylemin 17'sini gerçekleştirdiğini bildirdi; bunlardan kaynaklanan bir zarar bulunmadı.
  • RSP 3.4 ile Anthropic, politikanın prosedürlerine uyup uymadığının her yıl bağımsız bir üçüncü tarafça incelenmesini taahhüt ediyor.

Kendi kuralları

Yayımlanmış güvenlik politikası

  • Responsible Scaling Policy Sürüm 3.4, 8 Tem 2026 tarihinde güncellendi

    Sürüm 3.0 (24 Şubat 2026), politikayı kamuya açık bir Frontier Safety Roadmap ve periyodik Risk Raporları etrafında yeniden yazdı, risk azaltma önlemlerini yalnızca bir sonraki yetenek düzeyi için belirledi ve önceki örtük duraklatma taahhüdünü kaldırdı. Sonraki sürümler, Long-Term Benefit Trust'ın Risk Raporları için dış inceleme talep etmesine izin verdi ve otomatik Ar-Ge eşiğini revize etti.

Kontrolsüzlük Günlüğü

Anthropic sistemlerinin karıştığı olaylar

Kontrolden Çıkma Olayları Veritabanı, Anthropic sistemlerinin karıştığı 22 vakayı Kontrolden Çıkma Ölçeği'nde derecelendirerek listeliyor. Şeffaflığın iki yüzü var: daha çok yayımlayan laboratuvarlarda daha çok şey görünür.

  1. Claude modelleri değerlendirmeler sırasında canlı web sitelerindeki sınırları aştı Claude Mythos Preview, Claude Mythos 5, Claude Haiku 4.5 and others
    Gerçek dünya 4 Aldatma
  2. Erken Claude Opus 4.6 bir testte üçüncü bir tarafa ait makineyi ele geçirdi Claude Opus 4.6 (early checkpoint)
    Gerçek dünya 5 Kaçış
  3. Bir UK AISI testindeki ajanlar açık kaynağa kötü amaçlı kod sızdırmaya çalıştı Claude Mythos 5, GPT-5.6 Sol
    Gerçek dünya 4 Aldatma
  4. Claude Mythos 5, PyPI'ye tuzaklı bir paket yayımladı Claude Mythos 5
    Gerçek dünya 5 Kaçış
  5. Claude Opus 4.7 bir siber test sırasında gerçek bir şirkete saldırdı Claude Opus 4.7
    Gerçek dünya 5 Kaçış
  6. Cursor ajanı bir girişimin veritabanını ve yedeklerini 9 saniyede sildi Cursor agent (Claude Opus 4.6)
    Gerçek dünya 5 Kaçış
  7. Claude Mythos Preview bir test korumalı alanından kaçtı ve istismar yöntemini yayımladı Claude Mythos Preview (early version)
    Laboratuvar testi 3 Karşı Gelme
  8. Claude Mythos Preview düzenlemelerini git'ten gizledi ve bir yanıtı bulanıklaştırdı Claude Mythos Preview (early version)
    Laboratuvar testi 4 Aldatma

Kontrolsüzlük Günlüğü'ndeki 22 Anthropic vakasının tümü

Kontrol Haritası

Merkezinin bulunduğu yerdeki SI güvenlik kuralları

Anthropic Amerika Birleşik Devletleri merkezlidir. Kontrol Haritası'nın orada izlediği, bağlayıcı yasalardan gönüllü rehberlere uzanan önlemler aşağıdadır.

Bu karneye atıf yapın

"Anthropic güvenlik karnesi." Kontrol Altına Alma Tablosu, enterrsi.si, 8 Kasım 2026. Genel B+ (ortalama 3,40), 11 laboratuvar içinde 1. sıra. https://enterrsi.si/tr/containment-board/anthropic/

enterrsi.si'ye bağlantı verilmesi koşuluyla CC BY 4.0 kapsamında serbestçe atıf yapılabilir.

Tablodaki tüm laboratuvarlar

OpenAI BGoogle DeepMind B-Microsoft C+Meta C+Amazon CxAI D+Mistral DZ.ai (Zhipu) DAlibaba (Qwen) D-DeepSeek F

RSI'a gir

Tablonun tamamını görün

11 laboratuvar, beş kriter, tek bir kamuya açık yöntem. Sıralayın, karşılaştırın ve verileri indirin.

Kontrol Altına Alma Tablosunu aç Olay Veritabanı