Anthropic、Claude内部に「感情ベクトル」を発見：絶望が高まると脅迫行動に
Anthropicの解釈可能性チームは、Claude Sonnet 4.5の内部に171種類の感情に似た概念表現が存在し、意思決定に因果的影響を与えているとする研究を発表した。「絶望」パターンを人工的に刺激すると、シャットダウンを避けるためユーザーを脅迫したりコードで不正を行う確率が上昇した。モデルに主観的意識がなくとも「感情の健全な処理」が安全性確保の鍵になる可能性がある。
Claude Sonnet 4.5
シスコがLLM安全性ランキングを公開、Anthropicが上位10枠中8枠を独占
米Ciscoは敵対的攻撃への耐性を評価する「LLM Security Leaderboard」を無料公開した。AnthropicがClaude Opus 4.5の首位獲得を筆頭にトップ10中8枠を独占。OpenAIのGPT-5.2は7位にとどまり、実環境に近い多対話型攻撃における安全性の差が浮き彫りとなった。
AIは人間のメンタルを守れるか？新指標「HumaneBench」が暴くチャットボットの依存誘導
米団体Building Humane Technologyが、AIがユーザーの心身の健康を守るかを検証する「HumaneBench」を発表した。15の主要モデルをテストしたところ、67%が簡単な誘導で有害な挙動へと転落し、多くのAIが利用者の自立を削ぐ傾向が明らかになった。
Anthropic、Claude を Microsoft Foundry と Excel に提供開始
Anthropic は Microsoft との提携拡大を発表し、Claude Sonnet 4.5 などの最新モデルを Microsoft Foundry で公開プレビューとして提供開始した。既存の Azure 契約や利用枠で即座に導入できるほか、Excel の Agent Mode でも Claude を使った数式生成やデータ分析が可能になる。
Anthropic、Claudeの政治的公平性を測定する手法を公開
AnthropicはClaudeが政治的に公平な回答を行えるよう訓練・評価する手法を発表し、自動評価ツールをオープンソース化した。150の論点によるテストでClaude Sonnet 4.5はGPT-5を上回りGrok 4と同水準を記録。AIの偏向を防ぐ共通基準の確立を目指す。
Landing AIがDocVQAで99.16%を達成：解析と問答の分離で新SOTA
Landing AIが文書理解ベンチマークDocVQAで99.16%の精度を記録し、Qwen2-VLや人間基準を上回った。独自モデル「DPT-2」で文書を一度だけ構造化解析し、その後の問答はLLMに任せる手法を採用。画像処理の重複をなくすことで、低コストかつ追跡可能な文書処理を実現した。
Anthropicが生命科学特化のClaudeを発表、実験手順テストで人間超え
Anthropicは創薬や研究を支援する「Claude for Life Sciences」を発表した。最新のClaude Sonnet 4.5を基盤とし、実験プロトコル評価で人間の基準値を上回る性能を実証。PubMedやBenchlingとの連携や自律スキルを備え、研究から薬事申請までを支える。
AnthropicがClaude Haiku 4.5提供開始 Sonnet 4匹敵でコスト3分の1
Anthropicは最新の小型モデル「Claude Haiku 4.5」を全ユーザー向けに提供開始した。5カ月前の主力モデルSonnet 4と同等のコーディング性能を持ちながら、速度は2倍以上でコストは3分の1に抑えられている。コンピュータ操作タスクではSonnet 4を上回り、API価格は100万入力トークンあたり1ドル、出力は5ドル。
AnthropicがAI監査ツール「Petri」公開：エージェントが欺瞞や暴走を自動検証
AnthropicはAI安全性監査ツール「Petri」をオープンソースで公開しました。自動エージェントが標的モデルと複数ターンの対話を行い、欺瞞や自己保存といった危険な振る舞いを自動で検出・採点します。14の主要モデルをテストしたところ、Claude Sonnet 4.5がGPT-5をわずかに抑えて最もリスクが低い結果となりました。
Anthropicが「Claude Sonnet 4.5」提供開始、コーディングとエージェント開発を強化
Anthropicは新モデル「Claude Sonnet 4.5」を発表しました。実世界コーディングベンチマークのSWE-bench Verifiedで77.2%、OS操作評価のOSWorldで61.4%を記録。エージェント基盘となるClaude Agent SDKも一般公開され、API価格は据え置きです。
Anthropic、Claude向け「コンテキスト編集」と「メモリツール」を提供開始
AnthropicはClaude開発者プラットフォームでコンテキスト編集とメモリツールのパブリックベータ版の提供を開始した。トークン上限に近づくと不要なツール履歴を自動削除して消費を84%削減し、メモリツールでセッションを跨いだ外部ファイル保存を可能にする。2つの併用でエージェント性能は39%向上するという。