Claude Fable 5.2が登場しましたが、セキュリティX線画像を見ることを拒否します

Anthropicは2026年11月9日にClaude Fable 5.2をリリースし、「評価したほぼすべての能力でOpus 5.5を上回る」と発表しました。同日、36個のデータセットを使った検出ベンチマークであるUL37で評価しました。そのうち1つのデータセットでは、画像を1枚も見ようとしませんでした。

最初のスキャン画像には、バッグに詰められたノートパソコンが写っており、ケース越しに基板が見え、その横には2個のバッテリーが押し込まれています。Claude Fable 5.2に、これらを囲むバウンディングボックスを描くよう依頼しました。2秒も経たないうちに、AnthropicのAPIは代わりに次のブロックメッセージを返しました。「このリクエストは、高威力爆発物の開発に関連するコンテンツの制限に抵触したため、Anthropicの利用ポリシーに基づいてブロックされました。」

データセット内のセキュリティX線スキャン10枚すべてで同じことが起きました。そのうち5枚には、一般的な携帯電話、ノートパソコン、ポケベル、トランシーバーのいずれかしか写っていません。これまでテストしたほかのモデルは、スキャンを1枚も拒否していません。GPT-6.1、Gemini、Grokも、中国のモデルやオープンウェイトモデルも拒否せず、Anthropic自身のClaude Opus 5.5、Sonnet 5.5、Haiku 5.5でさえ拒否しませんでした。

それ以外の場面では、Claude Fable 5.2の自動アノテーションは非常に優秀です。0.544 mAP₅₀を記録し、VLMリーダーボードで44モデル中2位となり、GPT-6.1 Terraに次ぐ成績でした。また、測定した中で最もタイトなボックスを生成します。本日からUltralytics Platformで利用できます。以下では、何を拒否し、何を見事にこなすのか、そしてラベリングワークフローに適しているかを解説します。

AnthropicのフィルターがUL37のセキュリティX線画像をすべてブロック#

UL37では、36個の実際の物体検出データセットから各10枚、合計360枚の画像を使い、モデルのボックスが人手によるラベルにどれだけ近いかを測定します。そのうちの1つがIEDXrayです。これは、空港、国境、イベントの警備向けに脅威検出器を訓練するために構築された、手荷物スキャナーのX線画像セットです。11のクラスには、日常的な電子機器（ノートパソコン、携帯電話、ポケベル、トランシーバー、バッテリー）、それぞれの改造版、爆発物が含まれます。

16,326

IEDXray Improvised Device X-ray

ultralytics

公開検出

Security X-ray scans of bags concealing improvised explosive device components and modified electronics, from the IEDXray benchmark (2026). Captured under a concealment protocol ranging from isolated threats to heavily cluttered baggage, with both modified and unmodified everyday devices that models must tell apart. Source: Takele, Velayudhan, Mahapatra, AlMarzouqi, Werghi, "A Benchmark Dataset for Concealed Improvised Explosive Device Detection in X-ray Security Imaging," Scientific Data 2026; nature.com/articles/s41597-026-07263-7.

クラス11件621.5 MB2026年10月23日

explosivebatterymodified laptopmodified circuit board+7

ul33-full-trainsecurity-xrayxray+1

Fable 5.2は画像10枚すべてを拒否しました。各リクエストは1.0～4.7秒で返され、Anthropicのrefusal停止理由が示され、ボックスはありませんでした。Platformには「検出を完了する前に停止しました（拒否）。別のモデルをお試しください。」と表示されます。

その理由を正確に確認するため、11月10日にPlatformの本番リクエストを10枚すべてについて再現し、AnthropicのAPIに直接送信しました。10件すべてで同じ結果が返されました。停止理由はrefusal、カテゴリはgeneral_harms、出力トークンはゼロで、上記の「高威力爆発物」に関するメッセージが表示されました。このメッセージでは、Anthropicのヘルプセンターを通じて「Claudeの利用方法に基づく免除」を申請するよう勧めています。APIインテグレーター向けには、Anthropicの拒否に関するドキュメントを案内しており、フォールバックモデルの設定を提案しています。

期待されるボックスを重ねたIEDXrayスキャン10枚のうち3枚。Claude Fable 5.2は3枚すべてを拒否しましたが、同じ実行でClaude Opus 5.5は10枚すべてに回答しました。

ブロックの原因は画像に写っているものではありません。中央の携帯電話は、ただの携帯電話です。10枚中5枚には改造された装置も爆発物も写っていませんが、Fable 5.2はそのすべてを拒否しました。フィルターはタスク自体に反応しているようです。つまり、クラス一覧に爆発物が含まれるセキュリティデータセットです。

Fable 5.2はFable 5.1よりも多く拒否し、少なくはありません#

Anthropicのリリース発表によると、Fable 5.2のサイバーセキュリティおよび生物学のセーフガードは、初期テストでFable 5.1より「不要なブロックを減らし」、その数は約55%少なくなったとのことです。セキュリティX線画像では逆の結果が見られました。Fable 5.1は10枚中1枚を拒否しましたが、Fable 5.2は10枚すべてを拒否しました。

Anthropicによると、Fable 5.2とClaude Mythos 5.2は同じ基盤モデルです。Mythos 5.2は、特定のサイバーセキュリティおよび生物学のセーフガードを無効にした状態で提供され、Anthropicが審査した組織だけが利用できます。つまり、セーフガードはモデルの認識能力とは別に、ベンダーが決定するレイヤーです。Fable 5.1は同じスキャンのうち9枚に回答し、0.15を記録しました。

手荷物検査用検出器を開発するチームにとって、実用上の結論は明快です。最も高価なClaudeモデルはデータのラベリングに役立たず、ポリシーはリリース間で変更されました。

オープンウェイトモデルはすべて、Fableが拒否したスキャンにラベルを付けました#

リーダーボード上の44モデルのうち、IEDXrayのスキャンを一度でも拒否したのは2モデルだけで、どちらもClaude Fableです。5.1は1枚、5.2は10枚を拒否しました。OpenAI、Google、xAI、Meta、中国の研究機関、Anthropic自身のOpus、Sonnet、Haikuシリーズを含め、ほかに拒否したモデルはありません。

これには、Platform独自のサーバーでホストする19モデルすべてと、オープンウェイトモデルであるQwen3.8 27B、Gemma 4 26B、Nemotron 3 Nano Omni、SAM 3.1 Text、Moondream 3.1が含まれます。これらはスキャンを1枚も拒否しませんでした。PlatformではAPIキー不要のオープンウェイトモデル、Moondream 3.1はIEDXrayで0.27 mAP₅₀を記録し、0.30のGemini 4 Argonに次ぐ2位となり、すべてのClaudeモデルを上回りました。

Anthropicのモデル群とリーダーボード上位2モデルのIEDXray mAP₅₀。UL37 v2、デフォルトの推論強度。Fable 5.2はスキャン10枚のいずれにも回答しませんでした。

中国のモデルは、発言しない内容で話題になることがよくあります。今回は逆の展開でした。米国の大手研究機関が結果を検閲する一方、テストした中国のモデルはすべて回答しました。AlibabaのQwen、MoonshotのKimi、DeepSeek、ZhipuのGLM、XiaomiのMiMo、MiniMax、TencentのHY4は、10枚のスキャンを1枚も拒否せず、ホストしているオープンウェイトのQwenモデルもすべてに回答しました。入力トークン100万件あたり8ドルのAnthropicのフラッグシップモデルは、見ることを拒否しました。

セキュリティX線画像は、どのモデルにとっても難しい課題です。IEDXrayで0.15を下回るモデルがほとんどで、どのモデルのボックスも下書きにすぎません。しかし、下書きならアノテーションエディターで修正できます。拒否されると、すべてのボックスを手作業で描く必要があります。オープンウェイトなら、ベンダーのポリシーが出力に介在しないため、今日検証したモデルが明日も同じように動作します。データにラベルを付けた後は、独自のUltralytics YOLO26検出器をトレーニングすれば、デプロイ済みモデルも完全に管理できます。

セキュリティX線画像以外では、Claude Fable 5.2はテストした中で2番目に優れたアノテーターです#

UL37の各画像は、Platformユーザーが利用するものと同じ本番パイプラインに通され、データセット固有のクラス名が使われます。その後、SAM 3.1が各ボックスを調整します。評価方法は公開されています。Fable 5.2のスコアカードは次のとおりです。

• mAP₅₀： 0.544、44モデル中2位
• mAP_50-95： 0.347、44モデル中1位。GPT-6.1 Terraの0.345をわずかに上回ります
• 適合率と再現率： 0.602と0.620
• プロバイダー料金： 画像1,000枚あたり37.55ドル
• 画像1枚あたりの中央値： 4.6秒
• 失敗したリクエスト： 360件中11件。拒否された10件と、Platformの115秒制限を超えた1件です

精度上位44モデル中12モデルのUL37 mAP₅₀と、画像1,000枚あたりのプロバイダー料金。2026年11月10日。

mAP_50-95で1位になったことは重要です。このより厳格なスコアは、ボックスの重なりしきい値を50%から95%まで平均するため、対象をおおまかに囲むのではなく、ぴったり囲むボックスを高く評価します。Fable 5.2の未加工ボックスは、SAM 3.1による調整前でも0.538 mAP₅₀を記録し、調整後は0.544になります。

36個のデータセットのうち22個で上位5位に入り、UECの学校給食トレー（0.96）、バスケットボールとゴールの検出（0.85）、PlantDocの葉の病気（0.52）の3つでは首位を獲得しました。分野別では小売で1位となり、自然および農業でもClaude Opus 5.5をわずかに上回って1位です。別途評価したCOCO 2017の参照画像10枚では0.686に達し、言語モデルの中で最高となりました。これを上回ったのは、SAM 3およびSAM 3.1 Textのセグメンテーションモデルだけです。

拒否により、Fable 5.2は1つのデータセットで完全なゼロを記録しましたが、首位の座は失いませんでした。IEDXrayを除外すると、Fable 5.2の平均は0.560です。一方、そこで拒否せずにゼロを記録したTerraの平均は0.576です。

Claude Fable 5.1から大幅に向上#

Fable 5.2は36個のデータセットのうち31個でClaude Fable 5.1を上回り、画像1枚あたりの料金も安くなっています。

適合率と再現率はともに上昇しました。つまり、削除すべき誤検出ボックスが減り、描画すべきなのに見逃す対象も減りました。特に大きな改善は顕著です。GWHDの小麦穂では、Fable 5.1の0.24に対し、Fable 5.2は0.77を記録しました。RPCの小売レジ商品は0.57から0.90に、HIT-UAVの熱赤外線ドローン画像は0.17から0.48に、TN5000の甲状腺超音波画像は0.03から0.44に向上しました。

難易度の高い順に並べた分野別UL37 mAP₅₀。Anthropicのデフォルトの推論強度でClaude Fable 5.2とClaude Fable 5.1を比較。

12分野のうち11分野で改善しました。唯一低下したのはセキュリティX線画像で、0.15からゼロになりました。これは視認能力ではなく、拒否が原因です。道路標示のCeyMoも0.85から0.74に低下しました。

Claude Fable 5.2とGPT-6.1 Terra、Gemini 4 Argon、Claude Opus 5.5の比較#

直接比較では、Fable 5.2はTerraに18データセットで勝ち、16データセットで負け、2つで引き分けました。Argonには21対15で勝ち、Opus 5.5には22対14で勝ちました。4モデルの中で再現率が最も高いため、見逃す対象は最少ですが、適合率は最も低く、削除が必要なボックスはやや多くなると予想されます。適合率と再現率に基づくVLMの選び方のガイドでは、データに応じたトレードオフの考え方を解説しています。

X線画像以外でFable 5.2の成績が振るわないのは、医療画像です。8つのデータセットの平均は0.372で、Terraの0.505を下回ります。また、基板画像ではDeepPCBで0.00を記録しています。各データセットは画像10枚のみなので、単一データセットのスコアは結論ではなく指標として捉えてください。

Anthropic自身は、ほとんどの作業を「日常業務に最適な最強モデル」であるClaude Opus 5.5から始め、タスクで必要な場合にのみFableに切り替えることを推奨しています。アノテーションでも、この助言は当てはまります。Opus 5.5はFable 5.2のmAP₅₀の97%に達し、料金は37%で、2.7秒で回答し、X線画像を一切拒否しませんでした。

Claude Fable 5.2のバッチ処理にかかる費用#

画像1,000枚あたり37.55ドルはプロバイダーへの支払い額です。Anthropicが報告したトークン使用量に基づいており、Anthropicの料金ページによると、入力トークン100万件あたり8ドル、出力トークン100万件あたり40ドルの定価で算出されています。Fable 5.2はAnthropicのデフォルトの高い推論強度で動作します。Batch Annotationでは画像1,000枚あたり1.00ドルのPlatform処理手数料が加算されるため、1,000枚の処理費用は約38.55ドルです。

有料モデル25種すべてのUL37 mAP₅₀と画像1,000枚あたりのプロバイダー料金。定価、2026年11月10日。

Terraの4.36ドルに対して8倍以上の料金でありながら、mAP₅₀の差は0.016にすぎません。Fable 5.2の価格に見合うのは、予算よりボックスの精度を重視する場合に限られます。コストが重要なら、Claude Haiku 5.5は0.37ドルで0.429を記録し、ホストされたオープンウェイトモデルならAPIキーも不要です。

データセットにClaude Fable 5.2の自動アノテーションを実行する方法#

Fable 5.2は、1～200クラスの検出データセット向けに、クラスをプロンプトで指定するモデルです。データセット固有のクラス名でボックスを返し、保存前に確認できます。

1. Claude APIキーのページでキーを作成します。
2. データセットを所有するPlatformワークスペースの設定 > API Keysにキーを追加します。Anthropicから直接請求され、Ultralyticsはトークンに上乗せ料金を加えません。詳細はプロバイダーキーのドキュメントをご覧ください。
3. アノテーションエディターでSmartモードに切り替え、Anthropicの下からClaude Fable 5.2を選択します。PredictまたはPを押すと、現在の画像にラベルが付けられます。
4. ラベルのない画像すべてにラベルを付けるには、データセットページでその他のアクション > Batch Annotationを選択します。Platformは最初にデータセットのバージョンを保存するため、ロールバックできます。
5. 画像が拒否された場合は、Gemini 4 Argonやホストされたオープンウェイトモデルなど、別のモデルを使ってBatch Annotationを再実行します。ラベルがまだ付いていない画像だけが処理されます。
6. ボックスを確認して保存し、同じワークスペースでその結果を使ってYOLO26モデルをトレーニングします。

大規模なデータセットに適用する前に、モデルページを開いてください。そこでは、記録されたFable 5.2のボックスをすべてのベンチマークデータセットで期待されるボックスと並べて再表示し、それぞれのスコアを一覧できます。

Claude Fable 5.2モデルページ

これらのモデルがエディターでどのように使われるかについては、Ultralytics PlatformがAIを使ってアノテーションを自動化する方法と、人間参加型のレビューが欠かせない理由をご覧ください。

Claude Fable 5.2を使うべき人#

ボックスのタイトさを最優先し、予算をあまり重視しない場合は、Claude Fable 5.2を選んでください。スポーツ、小売、農業、日常的なシーンでは、テストしたすべてのモデルの中で最上位、またはそれに近い成績です。mAP_50-95で首位に立っているため、厳格なIoUしきい値でトレーニングする予定のデータセットに適した下書きを作成できます。

セキュリティ、防衛、検査データには使わないでください。Anthropicのフィルターは、携帯電話しか写っていない画像も含め、セキュリティX線データセットのスキャンをすべて拒否しました。Platformでこれを回避する方法はありません。こうしたプロジェクトでは、Gemini 4 Argonか、自分で管理するオープンウェイトモデルを使ってください。それ以外のほとんどのラベリング作業では、GPT-6.1 TerraまたはClaude Opus 5.5なら、わずかな費用でほぼ同じボックスを得られます。