Anthropic a réduit d’environ 85 % les faux positifs des garde-fous biologie de Claude Fable 5. Les replis vers un modèle moins capable chutent de 67 % sur Claude.ai et de 55 % sur Cowork. La virologie, la toxicologie et la conception moléculaire restent fermées.
Pour résumer
- Les faux positifs des classifieurs biologie de Claude Fable 5 reculent d’environ 85 %.
- Les replis vers Opus 5 baissent de 67 % sur Claude.ai, 55 % sur Cowork, 17 % sur Claude Code et 7 % sur la Claude Platform.
- Les usages à double emploi restent bloqués, ce qui laisse la recherche biologique professionnelle hors de portée.
Faire résumer cet article par une IA
ChatGPTLe classifieur qui reroutait sans prévenir
Le dispositif que corrige Anthropic était largement invisible pour l’utilisateur. Des classifieurs de sécurité, de petits systèmes automatisés placés en amont du modèle, détectent les requêtes touchant aux sujets biologiques protégés.
Quand l’un d’eux se déclenche, la demande ne part pas vers Claude Fable 5 mais vers Opus 5. Le modèle de repli reste très capable en général, sans disposer du même niveau de capacité biologique, ce qui produit une réponse plus faible sans que rien ne l’annonce.
Ce silence est précisément ce qui rendait le problème difficile à diagnostiquer. Une réponse décevante sur une question de santé pouvait venir d’une limite du modèle comme d’un reroutage discret, et l’utilisateur n’avait aucun moyen de trancher depuis le retour officiel de Fable 5 sur toutes les surfaces au 1er juillet.
Le calibrage de ces filtres a déjà coûté cher à Anthropic sur d’autres terrains. En juillet, le laboratoire a reconnu qu’avoir ralenti l’accès de chercheurs rivaux était une erreur, une admission rare qui indiquait déjà une barre placée trop haut.
Le chiffre publié cette semaine quantifie enfin l’ampleur du réglage. Anthropic chiffre à environ 85 % la baisse des faux positifs sur les requêtes de biologie, ce qui suppose que la très grande majorité des blocages n’avait aucun rapport avec un risque réel.
La ventilation par surface produit un écart frappant. Les replis reculent de 67 % sur Claude.ai et de 55 % sur Cowork, mais seulement de 17 % sur Claude Code et de 7 % sur la Claude Platform.
Cette asymétrie se lit facilement. Les requêtes de santé du quotidien passent massivement par l’interface grand public, quand les appels d’API touchent bien moins souvent la zone protégée. Le correctif suit la distribution réelle des faux positifs plutôt qu’un ajustement uniforme.
Ce qui redevient possible, et ce qui reste fermé
Le périmètre rouvert est nettement délimité. Claude Fable 5 peut de nouveau traiter les questions de santé du quotidien, les tâches de biologie éducative, le travail clinique des professionnels de santé et l’interprétation de résultats d’analyses.
C’est déjà beaucoup pour un assistant généraliste. Comprendre un symptôme, décoder une prise de sang ou réviser un cours de biologie représentent des volumes de requêtes considérables, jusque-là dégradés sans explication.
La logique du réglage rappelle celle appliquée aux tentatives de contournement, quand Anthropic a proposé de noter la gravité des jailbreaks sur une échelle publique. Dans les deux cas, le laboratoire cherche à graduer plutôt qu’à interdire en bloc.
La frontière tient au double emploi. La virologie, la toxicologie et la conception moléculaire continuent de déclencher un repli, parce qu’une même capacité y sert indifféremment la recherche légitime et le détournement malveillant.
La conséquence est nette pour un public précis. Fable 5 n’est toujours pas utilisable pour la recherche biologique professionnelle et le développement de médicaments, alors même que ce sont les usages où sa capacité aurait le plus de valeur. Le décalage saute aux yeux quand on se souvient qu’Anthropic a lancé Claude Science pour s’installer dans les laboratoires.
Le laboratoire répond en promettant des voies d’accès de confiance, destinées à laisser des chercheurs identifiés exploiter les capacités biologiques frontière de manière responsable. Le calendrier de ces voies n’est pas précisé.
D’autres articles sur Horizon
- Les données d’entraînement manquent à l’IA chinoise
- Qwen 3.8 Max égale Claude Opus mais invente davantage
- Tests de sécurité IA : Meta est le troisième labo touché
Anthropic réécrit la constitution de ses garde-fous
La méthode employée mérite plus d’attention que le résultat. Anthropic a réécrit la constitution du classifieur, ce jeu de règles qui définit ce qui compte comme contenu protégé, en y taillant des exceptions détaillées pour les cas bénins.
Le laboratoire a ensuite collecté des retours d’experts internes et externes, généré de nouvelles données d’entraînement, puis réentraîné le système. Le correctif ne relève donc pas du réglage de seuil mais d’une refonte de la définition elle-même.
La nuance compte pour anticiper la suite. Un seuil se rabaisse en une journée si un incident survient, alors qu’une constitution réécrite tient jusqu’à la prochaine campagne de réentraînement.
Cette approche rejoint la manière dont Anthropic traite désormais ses incidents, jusqu’à reconnaître publiquement trois intrusions réelles impliquant Claude Mythos 5. Documenter la mesure plutôt que le seul résultat devient une signature du laboratoire.
Pour les équipes qui intègrent Claude Fable 5, la conséquence pratique est un changement de comportement à isoler. Un flux santé qui produisait des réponses inégales depuis des semaines va se stabiliser sans qu’aucune ligne de code n’ait bougé côté client.
La leçon d’intégration reste la même à chaque épisode. Le périmètre fonctionnel d’un modèle frontière bouge sans préavis contractuel, ce qui plaide pour instrumenter les taux de repli côté applicatif plutôt que de découvrir la bascule dans les retours utilisateurs.
Côté concurrence, la publication d’un taux de faux positifs pose un repère gênant. Aucun autre laboratoire ne communique ce chiffre pour ses propres filtres, et cette absence de comparaison devient un argument commercial jusqu’au jour où un rival publiera le sien.
Affaire à suivre sur Horizon.
