遮断と回し先・2026年11月7日に確認
遮断された依頼が別モデルへ回る仕組み（Fable 5からOpusへの経路）
同じモデル名を指定しても、安全装置に触れた依頼だけは別のモデルで処理される——これが2026年の新世代でいちばん大きな境目になりました。いつからどのモデルに回るのか、API ではどう制御するのか、請求はどうなるのかを、公式の記載を日付順にたどります。
このサイトはAnthropicの公式サイトではありません。モデルの提供状況・仕様・料金は変わる可能性があるため、実装や契約の前には公式のドキュメントとご自身のアカウント設定を確認してください。
先に結論
- 回し先の既定はOpus 系。Fable 5 の再開時（2026年7月1日）は Opus 4.8、Opus 5 の公開（7月24日）以降は、生物関連が Opus 5 に回る
- API には
fallbacksの指定がある（2026年6月9日にベータ。Message Batches API では使えない）。2026年7月24日にfallbacks: "default"で推奨の回し先を使う形が追加された - 遮断のときの
stop_reasonは"refusal"、理由はstop_details.categoryに入る（cyber・bio・null、のちに reasoning_extraction が追加） - 出力が出る前の拒否は、2026年6月9日の時点では請求されなかったが、9月24日から一部の理由では請求が再開した
日付順にたどる
| 日付 | 変更 |
|---|---|
| 2026年6月2日 | 出力なしでrefusalになった依頼は請求しない |
| 2026年6月9日 | Fable 5：分類器が拒否できる。fallbacks（ベータ）で別モデルに再実行。stop_details.categoryにreasoning_extractionが加わる |
| 2026年7月1日 | Fable 5 の再開。遮断された依頼は Opus 4.8 に回り、利用者に通知 |
| 2026年7月24日 | Opus 5：サイバー分類器は Fable 5 より約85%少なく介入すると Anthropic は書く。fallbacks: "default"が使えるようになる（server-side-fallback-2026-07-01が必要） |
| 2026年9月1日 | Fable 5.1：二面性のあるサイバー作業と生命科学の研究開発は Opus 系に回る |
| 2026年9月24日 | bio・frontier_llm・reasoning_extractionの拒否は、出力前でも請求が再開。ほかの理由は引き続き請求なし |
| 2026年9月28日 | Sonnet 5.5：サイバーの安全装置と回し先を持つ初の Sonnet |
確認の手順
- 応答の
stop_reasonを見る。"refusal"なら、分類器が止めています。中身が空なら多くの場合は請求されません stop_details.categoryを見る。どの分類（サイバー・生物・推論の抜き出しなど）で止まったかが分かります- 回し先を自分で決めたいなら
fallbacksを指定する。指定しない場合の挙動は、利用する面（API かアプリか）で違います - 請求を確認する。理由によって請求の有無が違うため、
bioなどの理由が多いなら請求書を確認します
アプリでは回されたことが利用者に知らされる、と公式は書いています。API の応答のどこに回し先のモデル名が入るかは、この面では確かめていません。実際に1回動かして、応答の全体を保存して読むのが確実です。
確認プログラム3段階（SecurityWeek・2026年10月7日による）
SecurityWeek（2026年10月7日）によると、Anthropic は2026年10月6日（火）、サイバー関連の確認プログラムを3段階に再編しました。対象は Claude Opus 5.5、Sonnet 5.5、Mythos 5.1 と今後のモデルです。
| 段階 | できること | 対象 |
|---|---|---|
| Defense Access | SOC・インシデント対応、マルウェアの解析、脆弱性の分析と検証。Anthropic は数日で応答を目指す | 自社を守る組織、重要インフラ事業者、小規模な事業者、オープンソースの保守者、実績のある個人研究者 |
| Red Team Access | 許可された範囲の侵入テストとレッドチーム。物理的被害や大規模な混乱につながる行為は引き続き遮断。審査は数週間 | 組織のみ。承認までは Defense Access になる |
| Specialized Access | サイバーの遮断が最も少ない | 電力網・航空・通信・銀行間送金などの安全が重要な系統を試験する、ごく少数の組織。米国政府と共に審査し、Glasswing の既存参加者が移る |
一次の発表ではなく報道の要約です。段階の名前や審査期間はAnthropic の公式文書を開いて確認してください。
別のモデルに回ったと感じたときの記録のとりかた
回し先が変わると、同じ指示文でも文体や判断の癖が変わって見えます。「急に出力が変わった」と感じたときは、感想で終わらせず、次の項目を残しておくと後から追えます。
| 記録するもの | 理由 |
|---|---|
| 日付・時刻と、使った入口（API かアプリか） | 提供や安全装置は日付で変わる。2026年7月1日・9月1日などの境目と照らせる |
| 指定したモデル名と、応答に含まれるモデル名 | 両者が違えば、別のモデルで処理された手がかりになる |
stop_reasonとstop_details.category | 遮断の理由が分かる。請求の扱いも理由で違う |
| 依頼の種類（脆弱性、生物、通常のコード） | どの分類に触れたかを推測する材料になる |
| 同じ依頼を言い換えた結果 | 誤検知かどうかの切り分けになる。公式も無害な依頼が遮断されることを認めている |
誤検知と思われる遮断は、確認プログラムの申請か、公式の問い合わせ窓口で伝える形になります。こちらで遮断を外す方法は、この面では扱いません。
この面で確かめていないこと
- API の応答に回し先のモデル名が入るか、どのフィールドかの確認
- 確認プログラムの公式ページ（Anthropic）。SecurityWeek の要約だけを使っています
- 遮断の頻度の実測。公式の「約85%少ない」「約60%減」は Anthropic の公表値です
よくある質問
回し先を Fable に固定できますか？
この面では確かめていません。fallbacksの指定で回し先を決める仕組みはありますが、遮断そのものを外す手段としては書かれていません。
個人でも確認プログラムに入れますか？
Defense Access には実績のある個人研究者が含まれる、と SecurityWeek は書いています。Red Team と Specialized は組織向けです。
Sonnet 5.5 でも回されますか？
公式は、最上位級のモデルと同様のサイバーの安全装置と回し先を備えた初の Sonnet と書いています。
出典（2026年11月7日に確認）
- Claude Platform のリリースノート（Anthropic） https://platform.claude.com/docs/en/release-notes/overview
- Introducing Claude Fable 5.1 and Claude Mythos 5.1（Anthropic） https://www.anthropic.com/claude-fable-and-mythos-5-1
- Redeploying Claude Fable 5（Anthropic） https://www.anthropic.com/news/redeploying-fable-5
- Introducing Claude Opus 5（Anthropic・2026年7月24日） https://www.anthropic.com/news/claude-opus-5
- Introducing Claude Sonnet 5.5（Anthropic・2026年9月28日） https://www.anthropic.com/news/claude-sonnet-5-5
- Anthropic Introduces 3-Tier Cyber Verification Program（SecurityWeek・2026年10月7日） https://www.securityweek.com/anthropic-introduces-3-tier-cyber-verification-program-for-ai-access/
編集：ちんあなご編集部。記事の文は写さず、日付・数字・名前などの事実だけを自分の文で書いています。