Rendement global Fable 5 + cadre de notation de la gravité du jailbreak : Anthropic promeut la "collaboration industrielle" en matière de sécurité de l'IA

Le 30 juin, Anthropic a annoncé deux choses : le redéploiement mondial de Fable 5 le 1er juillet et une décision ayant plus de poids dans l'industrie - en proposant un cadre de notation de la gravité du jailbreak et en travaillant avec Amazon, Microsoft, Google et d'autres partenaires de Glasswing.

Fable 5 Retour : Réouverture après évaluation de sécurité

Le Fable 5 est le modèle phare d'Anthropic (lancé en 2026), qui avait auparavant été partiellement retiré/restreint au déploiement pour des raisons de sécurité. Ce redéploiement signifie qu'il est rouvert aux utilisateurs après une évaluation de sécurité - pour ceux qui suivent la matrice du modèle Anthropic, c'est un signal important que Fable 5 est revenu au statut de "phare disponible", et a également ouvert la voie à la sortie de l'Opus 5 "à moitié prix, se rapprochant de Fable 5" le 24 juillet.

Jailbreak Severity Score : une proposition au niveau de l'industrie

Le cadre Jailbreak Severity Score est plus important que la régression. Sa question centrale est bien réelle : comment évaluer objectivement la gravité d’une attaque de jailbreak à des fins de comparaison et de gestion entre fournisseurs ? Auparavant, chaque entreprise avait des opinions différentes sur « la gravité d'un jailbreak » et ne disposait pas d'une mesure unifiée, ce qui rendait impossible toute discussion sur les comparaisons de sécurité et les évaluations réglementaires. Anthropic prend l'initiative de promouvoir ce cadre, ce qui revient à tenter de définir une norme unifiée sur la « sécurité de l'IA ».

Du point de vue de l'industrie, il s'agit d'un événement important dans la gouvernance de la sécurité de l'IA en 2026 : la collaboration Glasswing formée par Anthropic, Amazon, Microsoft et Google fait passer la sécurité des modèles de pointe de « l'auto-évaluation par chaque fabricant » à une « gouvernance collaborative industrielle ». L'importance de ce changement est que lorsque les normes d'évaluation de la sécurité seront unifiées, la concurrence en matière de sécurité entre les fabricants passera du « dialogue entre eux » à la « concurrence dans le même domaine », et les agences de réglementation disposeront également d'une base crédible. Anthropic, la société à l'origine de Claude, a choisi de promouvoir simultanément "la régression de modèle + la formulation standard" à l'heure actuelle, à la fois pour des considérations de produit et pour l'intention stratégique de s'emparer du "droit de définir la sécurité". Pour la gouvernance nationale de la sécurité de l’IA (telle que les normes d’enregistrement des grands modèles et d’évaluation de la sécurité), l’évolution de ce cadre mérite une attention continue – il est susceptible de devenir une référence de référence pour l’évaluation mondiale de la sécurité de l’IA.

Plusieurs orientations à suivre dans le futur :

1. Dimensions spécifiques du cadre de notation : Comment quantifier et noter la gravité des jailbreaks.
2. Exécution de la coopération Glasswing : Comment Amazon, Microsoft et Google mettent en œuvre une évaluation unifiée.
3. Performances après le retour de Fable 5 : Stabilité et utilisation après le redéploiement du produit phare.
4. Analyse comparative par rapport aux normes nationales d'évaluation de la sécurité : si les grands modèles déposés feront référence à ce cadre de gravité.