Anthropic ha anunciado el regreso de Claude Fable 5, su modelo de inteligencia artificial de uso general, después de que el gobierno de Estados Unidos levantara el 30 de junio de 2026 los controles de exportación que habían obligado a suspender su acceso apenas tres semanas antes. Según la compañía, el modelo estará disponible a partir del 1 de julio para usuarios de todo el mundo a través de Claude Platform, Claude.ai, Claude Code y Claude Cowork.
Qué pasó con Fable 5 y por qué estuvo bloqueado
El 12 de junio, el gobierno estadounidense aplicó controles de exportación a Claude Fable 5 y Claude Mythos 5, los dos modelos más recientes de Anthropic. De acuerdo con la compañía, la medida fue consecuencia de un informe elaborado por investigadores de Amazon en el que se describía un método para eludir las salvaguardas de Fable 5, lo que permitía al modelo identificar vulnerabilidades de software y, en un caso concreto, generar código que demostraba cómo explotar una de ellas.
Dado que la orden entró en vigor de forma inmediata y que Anthropic no disponía de una manera fiable de verificar la nacionalidad de sus usuarios en tiempo real, la empresa optó por suspender el acceso a ambos modelos para todos los usuarios, sin distinción. Una decisión drástica, aunque comprensible desde el punto de vista de cumplimiento normativo.
Las pruebas que convenció al gobierno para retirar las restricciones
Según los datos facilitados por Anthropic, las pruebas realizadas durante las semanas siguientes revelaron que el comportamiento detectado en Fable 5 no era exclusivo de ese modelo. La compañía afirma haber verificado que otros modelos menos potentes —entre ellos Claude Opus 4.8, GPT-5.5 y Kimi K2.7— podían identificar las mismas vulnerabilidades descritas en el informe de Amazon.
Más llamativo aún: según Anthropic, todos los modelos que pusieron a prueba —incluyendo Claude Haiku 4.5, Sonnet 4.6, Opus 4.6, Opus 4.7, Opus 4.8, GPT-5.4, GPT-5.5 y Kimi K2.7— fueron capaces de generar la misma demostración de explotación de vulnerabilidad que Fable 5. En otras palabras, de acuerdo con la fuente, el problema no era exclusivo del nuevo modelo.
Nuevas salvaguardas: un clasificador mejorado que bloquea el 99% de los casos
Aun así, Anthropic no se quedó de brazos cruzados. De acuerdo con la compañía, durante estas semanas trabajó estrechamente con el gobierno para entrenar un clasificador de seguridad mejorado que detecta y bloquea específicamente el comportamiento descrito en el informe de Amazon. Si Fable 5 recibe una solicitud que activa este clasificador, el usuario recibirá una notificación y la petición será redirigida a Opus 4.8.
Según los datos facilitados, el nuevo clasificador bloquea la técnica descrita en el informe en más del 99% de los casos. La empresa reconoce que, en una fracción muy pequeña de situaciones, el modelo podría facilitar información demasiado general como para ser útil a un atacante. Los investigadores del Centro para Estándares e Innovación en IA del Departamento de Comercio de EE.UU. (CAISI) han evaluado ambas versiones del clasificador y, según Anthropic, consideran que las salvaguardas son «extraordinariamente sólidas».
La compañía también advierte de que el nuevo clasificador tiene un coste: podría generar más falsos positivos en tareas rutinarias de programación y depuración de código. Refinarlo para reducir este tipo de errores es, según la fuente, una prioridad para los próximos meses.
Cómo funciona la lógica de seguridad detrás de Fable 5
Anthropic ha aprovechado este comunicado para explicar con más detalle su enfoque de seguridad en ciberseguridad. Según la compañía, Fable 5 se lanzó con las salvaguardas más estrictas aplicadas jamás a uno de sus modelos, incluyendo un «margen de seguridad» mayor que en versiones anteriores: el clasificador bloquea peticiones que probablemente sean inofensivas pero que presentan alguna posibilidad de ser peligrosas.
La empresa distingue varios tipos de jailbreaks según su gravedad:
- Jailbreaks menores: desbloquean un comportamiento muy específico que cae dentro del margen de seguridad, pero no accede a capacidades realmente peligrosas.
- Jailbreaks dañinos narrowos: logran desbloquear algún comportamiento perjudicial concreto, aunque su alcance es limitado.
- Jailbreaks universales: el escenario más preocupante; desbloquean una amplia gama de comportamientos dañinos. Según Anthropic, no se ha descubierto ninguno para Fable 5 hasta la fecha.
De acuerdo con la fuente, los jailbreaks reportados hasta ahora para Fable 5 entrarían en la categoría menor, sin acceso real a las capacidades más peligrosas del modelo.
Un marco común para evaluar jailbreaks: la propuesta sectorial
Uno de los anuncios más relevantes del comunicado es la iniciativa para crear un estándar compartido entre empresas del sector para evaluar la gravedad de los jailbreaks en IA. Anthropic señala que actualmente no existe ningún consenso en la industria sobre cómo describir objetivamente la severidad de estas técnicas de evasión, lo que genera incertidumbre tanto para los desarrolladores como para los gobiernos.
Según la compañía, junto a Amazon, Microsoft, Google y otros socios del programa Glasswing, están desarrollando un marco que puntúa cada jailbreak según cuatro criterios:
- Ganancia de capacidad: ¿cuánto más allá de las herramientas existentes llega el jailbreak?
- Amplitud de la ganancia: ¿para cuántas tareas ofensivas distintas funciona la misma técnica?
- Facilidad de weaponización: ¿cuánto esfuerzo hace falta para convertirlo en un ataque real?
- Descubribilidad: ¿qué tan fácil es obtener la técnica? ¿Requiere conocimiento especializado o ya circula online?
De acuerdo con la fuente, este marco está todavía en desarrollo y se irá refinando con el feedback de más socios. Mientras tanto, Anthropic ha lanzado un programa en HackerOne donde los investigadores de seguridad podrán enviar potenciales jailbreaks de ciberseguridad descubiertos en Fable 5 para su revisión.
Mayor colaboración con el gobierno estadounidense
Anthropic también ha detallado una serie de compromisos para profundizar su colaboración con el gobierno de EE.UU. en materia de seguridad en IA. Según la compañía, durante las últimas diez semanas ha trabajado estrechamente con varias agencias, incluyendo la Oficina del Director Nacional de Ciberseguridad, el Departamento de Comercio y agencias de seguridad nacional.
Entre los compromisos anunciados destacan:
- Acceso anticipado para evaluadores gubernamentales antes de lanzar modelos que avancen significativamente las capacidades en áreas de seguridad nacional.
- Intercambio rápido de información sobre jailbreaks o patrones de uso indebido que se detecten.
- Recursos dedicados a investigación conjunta, incluyendo equipos específicos y una asignación de computación para apoyar las pruebas del gobierno.
- Trabajo conjunto hacia un estándar voluntario de seguridad y evaluación para desarrolladores de modelos de frontera.
Según la fuente, la esperanza de Anthropic es que esta colaboración sirva de base para establecer normas sistemáticas para toda la industria, y que pueda sentar las bases de una coordinación global efectiva sobre los riesgos y beneficios de la IA.
Disponibilidad de Fable 5 a partir del 1 de julio
En cuanto al acceso concreto, según los datos facilitados por Anthropic, Fable 5 estará disponible desde el 1 de julio para usuarios globales en Claude Platform, Claude.ai, Claude Code y Claude Cowork. Para los planes Pro, Max, Team y algunos Enterprise, el modelo estará incluido para hasta el 50% del límite de uso semanal hasta el 7 de julio.
A partir de esa fecha, el acceso se gestionará a través de créditos de uso. La compañía también informa de que trabaja para reactivar el acceso en AWS, Google Cloud y Microsoft Foundry lo antes posible. Por su parte, Claude Mythos 5 —el modelo con menos restricciones y capacidades cibernéticas más avanzadas— sigue disponible únicamente para un conjunto de organizaciones estadounidenses aprobadas dentro del programa Glasswing.
Fuente:https://www.anthropic.com/news/redeploying-fable-5?