A Anthropic afirma que testes internos descobriram que o Claude Fable 5 não apresentava nenhum perigo cibernético único, já que o Claude Mythos 5 retorna globalmente em 2 de julho.
A admissão acompanha o relançamento global do Fable 5, encerrando uma suspensão de 18 dias provocada pelos controles de exportação dos EUA em 12 de junho. A Anthropic testou modelos rivais para avaliar a verdadeira ameaça por trás da restrição.
Por que a Anthropic suspendeu o Fable 5
O Fable 5 e o Mythos 5 foram lançados em 9 de junho, compartilhando o mesmo modelo central, sendo que o primeiro estava aberto ao público. O Mythos 5 permaneceu limitado a um pequeno número de parceiros confiáveis do Projeto Glasswing para trabalho defensivo em cibersegurança.
Os controles de exportação surgiram após pesquisadores da Amazon encontrarem uma maneira de contornar as salvaguardas do Fable 5. A técnica fez com que o modelo identificasse vulnerabilidades de software e, em um caso, demonstrasse uma exploração.
Os testes da Anthropic descobriram que o Claude Opus 4.8, GPT-5.5 e Kimi K2.7 poderiam identificar as mesmas vulnerabilidades que o Fable 5 sinalizou no relatório da Amazon. Cada modelo testado também conseguiu reproduzir a demonstração de exploração única.
A descoberta sugere que a diretiva visava uma lacuna compartilhada em toda a indústria, e não uma ameaça específica do Fable. A Anthropic ainda construiu um classificador mais forte para bloquear a técnica, que agora também sinaliza solicitações de codificação e depuração mais rotineiras.
Como as Barreira de Segurança Funcionam na Prática
Fable 5 foi lançado com a margem de segurança mais forte que a Anthropic construiu em qualquer modelo. Seus classificadores bloqueiam solicitações que parecem até um pouco arriscadas, não apenas as claramente prejudiciais. O novo classificador treinado após o relatório da Amazon bloqueia a falha relatada em mais de 99% dos casos, de acordo com a Anthropic. Solicitações bloqueadas agora são redirecionadas automaticamente para Opus 4.8.
Essa margem de segurança tem um custo. A Anthropic reconhece que o classificador sinaliza mais solicitações benignas de codificação e depuração, e diz que continuará ajustando para reduzir falsos positivos. Mythos 5, que possui menos dessas barreiras de proteção, retornou apenas para instituições Mythos 5 aprovadas pelo governo em 26 de junho.
Os próprios dados da Anthropic levantam uma questão mais difícil. Se modelos mais fracos já podem fazer o que o Fable 5 foi banido por fazer, que padrão os reguladores aplicarão na próxima vez que um modelo de fronteira for lançado?
Fonte: BeInCrypto
