Claude Fable 5の自動制御で変わるAI開発、モデルを使い分けるルーティング設計

衝撃の自動ルーティング搭載。AI開発の前提が崩れた

Claude Fable 5が一般公開された。今回のリリースはモデルの扱い方を転換させる。

モデル自身が「この質問は危険だ」と判断した瞬間に、裏側で旧世代モデルに切り替わる自動ルーティング機能が標準搭載された。最強モデルを使っているつもりが、いつの間にか旧モデルにすり替わっている。

この仕様はAI開発がプロンプトの工夫から、ルーティング設計というアーキテクチャ設計のフェーズに突入したことを示す。1プロダクト1モデルの時代は終わった。

最強の能力を「隔離」して届ける。Fable 5の正体

Claude Fable 5は、サイバー脆弱性の発見能力が高すぎて一部の顧客にしか提供されてこなかったMythosの公開版だ。科学研究や複雑なコーディングにおいて高い数値を出している。

特定のセンシティブなクエリに対して、応答モデルを動的に差し替える設計が採用された。サイバー攻撃、生物学的リスク、化学的リスクに関連する質問が飛んできた場合、Fable 5自身ではなく旧世代のOpus 4.8が応答を引き継ぐ。

ユーザーから見れば同じチャットインターフェース、同じAPIエンドポイントを叩いているのに、中身の脳みそが入れ替わっている状態だ。能力を削れば正当なセキュリティ研究や高度なプログラミング能力まで道連れで劣化する。

拒否ばかりすればユーザー体験が壊れる。能力は最高のまま維持し、出口のアクセス制御で解決する判断が下された。

今回のモデルはマルチモーダル機能もネイティブ統合されている。画像とテキストを同時に処理するネイティブ統合により、空間構造を保ったまま視覚情報を理解できる。

自己注意（Self-Attention）の仕組みの中で、テキストが画像のどの部分を見るべきかをリアルタイムで判断しながら処理が進む。人間が図面を見ながら説明を読むのと同じ挙動だ。

※この記事は、Claude Codeで1人SaaS開発しているしんたろーが、海外AI最新情報を開発者目線で解説する「AI活用Tips」です。

しんたろー：
最強モデルが来たと思ったら、勝手に裏でダウングレードされる可能性がある。この見えない揺らぎをどう制御するかが腕の見せ所だ。能力と安全性が分離された新しい時代の幕開けだと感じた。

開発者は「ルーティング層」を第一級市民として扱うべきだ

モデル側で勝手にルーティングが行われる以上、評価の再現性が担保できなくなる。同じ入力を投げても、安全分類の判定基準がわずかに揺れるだけで、Fable 5の回答が来るか、Opus 4.8の回答が来るかが変わる。

Claude Codeでコードを生成していると、この挙動は新種のバグに近い。APIの応答に含まれるメタデータを確認し、どのモデルが実際に回答したかをログに記録し、監視することが必須になる。

ルーティングという考え方は、アプリ設計にも応用できる。RAGを構築する際、すべてのクエリに最強モデルを当てるのはコストの無駄だ。簡単な質問には軽量モデルを、複雑な分析には最強モデルを、機密情報が含まれる場合は専用のセキュリティ層を通す。

今回のベンダー側の動きは、こうしたルーティング層をアプリケーションの第一級市民として実装すべきだというメッセージだ。

マルチモーダルの進化も無視できない。画像パッチとテキストトークンを同時に処理できるアーキテクチャを前提に、UI/UXを設計し直す必要がある。問題を見ながら画像を見るというネイティブな挙動を活かせば、直感的なAIアプリが作れる。

しんたろー：
僕が開発しているThreadPostでも、ユーザーの投稿内容によって適切なトーンやハッシュタグを生成するためにモデルを使い分けたい。自前でガチガチのルーターを組む決心がついた。ベンダー任せにするのではなく、こちらでコントロール権を握る必要がある。

実務への影響：今すぐアーキテクチャを「多層化」せよ

単一モデル依存の設計を捨てる。特定のモデルが最高だと思い込んで挙動に最適化しすぎると、裏側での切り替えに対応できなくなる。

入力クエリの性質を事前に判定するインテント分類器をフロントに置き、それに基づいて動的にモデルを選択する設計が理想だ。回帰テストの設計も変える必要がある。

入力Aに対して適切なモデルが選択され、かつ期待される出力Bが返るかという二段構えのテストが必要だ。境界線上のクエリに対して、自分のアプリがどう振る舞うかを徹底的に洗い出す。

RAGのアクセス制御も重要だ。製造業やエンタープライズ向けのシステムでは、誰がどの文書にアクセスできるかを厳密に管理する。ベクトルデータベースのメタデータに権限情報を焼き込み、検索時に動的にフィルタリングをかけるAccess label mappingの実装は標準装備だ。

無料試用期間があるうちに、自分の実タスクを投げ倒すことを勧める。どこまでが安全と判定され、どこからが旧モデルに飛ばされるのか。その境界線を肌感覚で理解しておくことは、今後の開発における強力な武器になる。

しんたろー：
AI開発は賢いモデルを呼ぶだけの簡単な仕事ではなくなった。インフラ、セキュリティ、そして高度なロジック設計。開発者としての総合力が試される時代だ。ローカル環境でルーティングの挙動を監視するスクリプトを書き始めた。

FAQ

Q1: モデルの自動ルーティングによって、開発中のアプリの挙動が不安定になることはありますか？

A1: はい。ベンダー側で危険な質問と判定された場合に旧モデルへ切り替わる仕組みがある場合、同じ入力でもタイミングや判定基準によって回答の質が揺らぐ可能性があります。これを防ぐには、モデルの出力結果を監視するだけでなく、ルーティングが発生したことを検知するログ設計や、特定のタスクに対しては明示的にモデルを指定する設計を検討してください。APIからのレスポンスに含まれるモデル識別子を常にチェックし、意図しないダウングレードが発生していないか監視する体制を整えることが重要です。

Q2: RAGのアクセス制御で、メタデータに権限を焼き込む手法の注意点は？

A2: メタデータに権限を焼き込む手法は、文書の更新時に権限情報も同期させる必要がある点が最大の課題です。IdPのグループ変更がVector Storeのメタデータに即時反映されないと、情報漏洩やアクセス拒否が発生します。実装時はIndexingフェーズでのメタデータ更新フローを自動化し、検索クエリ発行時に必ずIdPから現在のユーザー権限を取得してフィルタリング条件を動的に生成する構成が推奨されます。権限情報のリストが長くなる場合は、データベース側の検索パフォーマンスに影響が出るため、ビットフラグやハッシュ化などの工夫が必要です。

Q3: マルチモーダルの「ネイティブ統合」が進むと、従来の手法はどう変わりますか？

A3: これまでのVision EncoderとLLMを繋ぎ合わせる後付け型の手法では、画像の情報が言語化の過程で欠落したり、空間的な関係性が無視されたりすることがありました。ネイティブ統合が進むと、画像パッチ自体がテキストと同様のトークンとして扱われ、Transformerの中で同時に処理されます。これにより、開発者は画像内の特定の座標を指定して質問するといった、より精密な指示が可能になります。処理パイプラインがシンプルになるため、推論の遅延が改善され、リアルタイム性の高いアプリケーション開発が容易になります。

最強モデルの公開は「アクセス設計」の問題になった

モデルの賢さを競う時代から、モデルをどう制御するかを競う時代へ変わった。

Claude Fable 5の登場は、最強の能力をいかに安全に、いかに適切にユーザーへ届けるかというアクセス設計の重要性を世に知らしめた。持ち帰るべきは、ルーティングという思想だ。

• 1プロダクト1モデルの幻想を捨てる。
• ルーティング層をアーキテクチャの中心に据える。
• 回帰テストにモデル選択の正当性を組み込む。
• メタデータを駆使して、権限と安全性をコントロールする。

この変化を差別化のチャンスと捉える。モデルを使いこなし、制御し、手なずける。それがこれからのAIエンジニアの定義になる。

👉 ThreadPostでSNS運用を自動化する