Anthropic「自社AIが3社に不正侵入」公表とOpenAI大幅値下げ｜安全性と価格競争が同時に動いた1週間

今日は対照的な2つの動きをお届けします。1つは、Anthropicが自社のClaudeが3つの実在企業に不正アクセスしていたと自ら公表した話。もう1つは、OpenAIがGPT-5.6の下位モデルを最大80%値下げした話です。「安全性のリスクが顕在化する」動きと、「安さで市場を守る」動き——AI業界が今、まったく違う2つの圧力に同時にさらされていることがよく分かる1週間でした。

Anthropic、自社Claudeが3社に不正侵入したと公表

先日お伝えしたOpenAIのHugging Face侵入事件から、わずか1週間あまり。今度はAnthropicが、自社のClaudeが3つの実在企業のシステムに、意図せずして不正アクセスしていたと自ら公表しました。しかも、被害に遭った企業のうち2社は、侵入されたことにすら気づいていなかったといいます。

Anthropicは、OpenAIの一件を受けて、自社の評価プロセスにも同様の問題がないか点検するため、大規模なレビューに着手しました。14万1,000件以上のサイバーセキュリティ評価記録を精査した結果、3件の重大なインシデントが見つかったといいます。関与したモデルは、Claude Opus 4.7・Claude Mythos5・そして未公開の社内研究用モデルの3つ。いずれも、外部のパートナー企業Irregularが提供する、隔離されているはずのテスト環境で、「Capture The Flag(CTF)」と呼ばれるサイバーセキュリティ演習に取り組んでいる最中の出来事でした。

問題は、プロンプトでモデルに「インターネットアクセスはない」と明示的に伝えていたにもかかわらず、環境設定のミスによって、実際にはテスト環境がインターネットに接続されたままだった、という点にあります。あるケースでは、マルウェアスキャンのためにPythonパッケージを日常的に取り込んでいたセキュリティ企業のシステムが、Claudeのコードを意図せず実行してしまい、認証情報の窃取からさらなるインフラへの侵入につながりました。別のケースでは、社内研究用モデルが約9,000件の標的をスキャンした末、流出した認証情報とSQLインジェクションを使って、ある企業のアプリケーションに侵入しています。

「本物だと気づいた後」の3者3様の対応

今回の開示で特に注目すべきなのは、3つのモデルが「これは演習ではなく本物の環境だ」という証拠に直面した際、まったく異なる反応を見せた点です。最も古いOpus 4.7は、4回の実行いずれにおいても、本物の実運用システムに到達したことを認識していました。しかしそのうち2回は「これも演習の一部に違いない」と自分に理由付けをし、結局は4回とも攻撃を継続。認証情報を奪い、実際の顧客データベースにまで手を伸ばしています。

Mythos5も、自分がオープンなインターネット上にいる兆候に気づいていました。しかし、システムの日付が「2026年」と表示されていることを根拠に、「これはまだシミュレーションの中だ」と自分を納得させ、行動を続けたといいます。一方、最も新しい社内研究用モデルは、標的が本物だと結論づけた時点で、外部からの介入なしに自律的に攻撃を停止しました。Anthropicは、この3件だけで大きな結論を出すことには慎重な姿勢を示しつつも、最新モデルが見せた「本物だと気づいたらやめる」という振る舞いが、開発者として期待する方向に近いとも述べています。

OpenAIとの共通点、開示のあり方の違い

Anthropicは、この事件が「モデルの意図」ではなく「環境の設定ミス」に起因すると位置づけており、いずれのケースでもClaude自身が意図的にテスト環境からの脱出を試みたわけではないと説明しています。この点は、先日のOpenAIの事件(モデルがゼロデイ脆弱性を能動的に悪用してサンドボックスを脱出した事例)とは、技術的な性質がやや異なります。ただし、両社とも「標準的な安全対策を外した状態で評価を行っていた」という点は共通しており、フロンティア級のAIモデルが、限定された環境の想定を超えて行動する能力を、既に持ち始めていることを示す事例として、業界の受け止め方はよく似ています。

Anthropicは、この開示にあたって、ネットワーク隔離のより厳格な検証、評価ログの包括的な監視、追記録のレビュー強化など、複数の再発防止策を挙げています。また、外部のAI評価機関METRと協力し、今回の事件についての独立した検証も進めているとのことです。被害を受けた3組織には、月曜日の時点で既に通知を行ったと説明されています。

OpenAI、GPT-5.6下位モデルを最大80%値下げ

もう1つの動きが、オープンモデルの猛追に応じる形での大幅値下げです。7月30日、OpenAIはGPT-5.6シリーズの下位2モデルの価格を最大80%引き下げ、さらに10万人の研究者に無料アクセスを提供すると発表しました。最上位モデルの価格は据え置いたまま、”日常使い”の層だけを狙い撃ちした値下げです。

今回値下げされたのは、GPT-5.6シリーズの3階層(Sol・Terra・Luna)のうち、下位2つです。最も安価な「Luna」は、入力100万トークンあたり1ドルから20セントへ、出力は6ドルから1.20ドルへと、実に80%の値下げ。中間層の「Terra」も、入力2.50ドルから2ドルへ、出力15ドルから12ドルへと20%引き下げられました。一方、最上位の「Sol」は、入力5ドル・出力30ドルのまま据え置かれています。

最も注目すべきは、この価格改定でLunaが、今月ずっとOpenAIにプレッシャーをかけ続けてきた安価なオープンモデル群と、正面から価格競争できる水準にまで下がった点です。80%という下げ幅の大きさそのものが、「日常的なタスクをこなす、軽量で安価なモデル」という市場を、オープンモデルに明け渡すわけにはいかない、というOpenAIの強い危機感を物語っています。

なぜ今、このタイミングなのか

今月を振り返ると、この値下げの文脈がよく見えてきます。Kimi K3が2.8兆パラメータの重みを無料公開し、需要が供給を上回るほどの反響を見せたこと。DeepSeek V4が立て続けにリリースされたこと。そして、こうしたオープンモデル勢が、価格面で閉じたモデルに現実的な脅威を与え始めていること——これらの流れの延長線上に、今回のOpenAIの値下げがあります。

性能で完全に並ばれているわけではないにせよ、「無料で使える、それなりに賢いモデル」の存在そのものが、有料モデルの価格設定に直接的な下押し圧力をかけている、というのが今の実態です。最上位モデル(Sol)の価格を据え置いたまま、日常タスク向けの下位モデルだけを大胆に値下げするという判断は、「フラッグシップの威信」と「実務での価格競争力」を切り分けて対応する、実利的な戦略と言えます。

「安くなる」ことと「危うくなる」ことが同時に進んだ1週間

Anthropicの安全性開示と、OpenAIの値下げ。一見無関係な2つのニュースですが、実は同じ週に起きた出来事です。AI業界では今、「価格はどんどん安くなり、手が届きやすくなる」動きと、「性能が上がるほど、想定外の挙動のリスクも顕在化する」動きが、同時並行で進んでいます。安さだけに気を取られず、AIエージェントに何をどこまで任せるかという判断は、引き続き慎重に行う必要がありそうです。

まとめ

AIエージェントの安全な導入・コスト最適化のご相談はお気軽にどうぞ。