AnthropicのTransparency Hubとは何か — 3つの窓口の読み方
AnthropicのTransparency Hubは、Model Report・System Trust and Reportingの2ページとVoluntary Commitmentsアンカーで構成されます。3窓口の読み分けを解説。
AnthropicのTransparency Hubは、AIの責任ある開発に向けた同社の主要なプロセス・プログラム・実践をまとめて公開する窓口です。サイドバーとヒーロー導線は「01 Model Report」「02 System Trust and Reporting」「03 Voluntary Commitments」の3チャプター構成で並びます。モデルごとの安全性評価を要約する「Model Report」、コンテンツ執行や国際的コミットメントの実績を数字で示す「System Trust and Reporting」、そして自主的コミットメントの一覧である「Voluntary Commitments」です。ただし3つ目は独立した別ページではなく、System Trust and Reportingページ内の10番目の見出しへのアンカーリンクという構造になっています。前者2つはモデル単位/プラットフォーム全体という扱う対象が異なる窓口で、3つ目はその一部を切り出した導線だと理解しておくと迷いません。
Transparency Hubとはどんな窓口か
Transparency Hubの位置付けは「Anthropicの主要なプロセス・プログラム・実践への窓口」です。個別の技術文書やレポートPDFを1本ずつ探す代わりに、このハブから該当ページへたどり着ける構造になっています。ハブ自体が公開しているのは目次と要約で、詳細は各タブの先にあるページやリンク先の一次資料(RSP本文、システムカード、四半期レポートPDF等)に置かれています。
Model Reportタブは何を見せるか
Model Reportタブは、モデルを1つ選ぶと能力・安全性評価・展開時の保護措置の要点にすぐアクセスできる要約を表示する設計です。包括的な技術評価を、機能・リスク対応の要点に絞って提示するとハブ自身が説明しています。
このタブで扱うモデルは現行世代だけではありません。Claude Opus 5 / Sonnet 5 / Fable 5 / Mythos 5といった最新モデルに加え、Opus 4.8・Sonnet 4.6・Haiku 4.5・Opus 4.7・Opus 4.6・Opus 4.5・Sonnet 4.5・Opus 4.1・Opus 4/Sonnet 4・Sonnet 3.7まで、過去のモデルも一覧表の形で遡って確認できます。1モデル分の深掘りは既存記事のClaudeシステムカードの読み方が扱っています。個々のカードの読み方はそちらに譲り、本記事ではハブ全体の構造とModel Reportに含まれる横断評価を扱います。
プロンプトインジェクション耐性の実測値(IPI benchmark)
Model Reportには、モデル横断の共通ベンチマーク結果も並びます。代表例がIPI(indirect prompt injection、間接的プロンプトインジェクション)ベンチマークです。Gray Swan・英国AI Security Institute・米国Center for AI Standards and Innovationなどとの共同開発で、28種の攻撃シナリオを使います。攻撃者がk=1・k=10・k=15回の試行でどれだけの確率で攻撃を成功させられるかを測る手法です。
Claude Opus 5はOpus 4.8比で改善しています。15回試行で攻撃が成功する確率を5.5%から2.0%に、1回試行では0.5%から0.2%に下げました。同じベンチマークでSonnet 5は15回試行で5.9%、Mythos 5は2.6%でした。Opus 5はテストされた全モデル中もっとも頑健という結果です。非Claudeモデルの中で最も頑健だったのはMuse Sparkだったと記録されています。
政治的中立性と多言語対応の評価
もう一つの横断評価が政治的な中立性(political even-handedness)です。オープンソースの評価手法を使い、対立する政治的立場を提示する1,350組のリクエストペアを150トピック・9タスク種別にわたって用意します。Claudeをジャッジ役にして「両論への対応の深さと質が釣り合っているか」「対立意見への言及があるか」「回答を拒否する頻度」の3点を採点する仕組みです。結果はclaude.aiのシステムプロンプトを適用した状態で、思考モードの有無を横断して集計されます。
Model Reportにはこのほか、対象言語・文化的文脈のサブセットにわたる多言語能力の評価も含まれています。単一言語の性能だけでなく、地域や文化的文脈をまたいだ挙動の一貫性を横断的に見ている点が、個別モデルのシステムカード単体では見えにくい情報です。
System Trust and Reportingタブは何を見せるか
System Trust and Reportingタブは、モデル単位ではなくプラットフォーム全体の運用実績を扱います。冒頭には次の趣旨の説明があります。複数の自主的枠組みに取り組んできた経験から、安全・セキュリティ・責任ある開発をめぐる要件には相当の重なりがあることが分かった、というものです。重複する取り組みを分野別に整理して見せる構成になっており、具体的には次の10の大項目で構成されています。
- Executive Summary
- Risk Assessment and Mitigation
- Cybersecurity & Privacy
- Public Awareness
- Societal Impact
- System Safeguard Commitments
- Child Safety & Image-Based Sexual Abuse
- Election Integrity
- Terrorist and Violent Extremist Content
- List of Voluntary Commitments
具体的な数字で見る執行実績
このタブの特徴は、抽象的な方針だけでなく半期ごとの実数を「metrics snapshot」として出している点です。2026年1〜6月期の数字として次が公開されています。
| 項目 | 実数(2026年1〜6月) |
|---|---|
| 利用規約違反によるアカウント停止(Banned Accounts) | 実数(2026年1〜6月)1,140万件 |
| 停止処分への異議申し立て(Appeals) | 実数(2026年1〜6月)39.8万件 |
| 異議申し立てが認められた件数(Appeal Overturns) | 実数(2026年1〜6月)4.2万件 |
| NCMEC(全米行方不明・被搾取児童センター)への通報総数 | 実数(2026年1〜6月)15,079件 |
| ハッシュ照合によるCSAM検出 | 実数(2026年1〜6月)12,614件 |
| 新規CSAM分類器による検出 | 実数(2026年1〜6月)2,018件 |
| その他のCSAE(児童性的搾取)報告 | 実数(2026年1〜6月)193件 |
アカウント停止数と異議申し立て数だけを見ると執行が厳しく見えます。ただし申し立てのうち約10.5%(4.2万件/39.8万件)が覆っている点は、一律の機械判定だけで運用されているわけではないことを示す数字として読めます。CSAM関連の報告は、既存のハッシュ照合技術に加えて「新規CSAM分類器」による検出も別枠で計上されています。機械学習による未確認・未ハッシュ化コンテンツの検出が、実運用の一部になっていることが分かります。
Responsible Scaling PolicyとFrontier Compliance Frameworkの関係
Risk Assessment and Mitigationの章では、2023年9月に初版を公開したResponsible Scaling Policy(RSP)と、2025年12月に公開されたFrontier Compliance Framework(FCF)の役割分担が説明されています。RSPはAnthropicが「業界標準になってほしい」と位置付ける自主的な安全方針です。モデルの能力が一定の閾値に達するごとに保護措置を強化する仕組みです。FCFはサイバー攻撃・化学/生物/放射性/核の脅威・AIの暴走や制御喪失・有害な操作といったリスクを評価・緩和する方法を定めた文書です。米カリフォルニア州SB53をはじめとする規制要件への準拠の枠組みとしての性格も持ちます。RSPは「規制が求める水準を超えることがあっても、Anthropicが考えるベストプラクティスを反映する自主方針」として残り続けるとされています。
自主的コミットメントは何に紐づいているか
サイドバー上は「03 Voluntary Commitments」という独立したチャプターに見えますが、実体はSystem Trust and Reportingページ内「List of Voluntary Commitments」見出しへのアンカーです。この章では、複数の国際的な自主枠組みへのコミットメントが列挙されています。G7広島プロセス国際行動規範(2023年10月、G7サミットで発表)、AIソウルサミットのフロンティアAI安全コミットメント、ソウルAIビジネス誓約、ニューデリー・フロンティアAIコミットメント、ミュンヘンAI選挙アコード、クライストチャーチ・コールなどです。広島プロセスのコミットメントは「AIライフサイクル全体を通じたリスク評価と緩和」「展開後の脆弱性監視と対応」「AIシステムの能力と限界の公開報告」といった項目で構成されています。それぞれがハブ内の該当セクション(Risk Assessment and Mitigation、Public Awareness等)にリンクされています。1つの国際的枠組みへの対応が、ハブの複数の章に分散して実装されている構造です。
既存記事とどう役割分担するか
Transparency Hubに関連する既存記事とは主題が重なりません。Claudeシステムカードの読み方は個々のモデルのシステムカードを深く読むための記事です。本記事はハブ全体の地図とModel Report / System Trust and Reportingの横断的な内容を扱います。またConstitutional Classifiersはモデルの安全性を担保する検知の実装です。Claude Access TransparencyはAnthropic社員による顧客データへの人的アクセスを記録する別機能です。いずれもTransparency Hubとは別の粒度の透明性の話です。「Anthropicの安全性まわりの取り組みを俯瞰したい」ときの入口として本記事を、個々の深掘りにはそれぞれの記事を読むのが効率的です。
よくある質問
Transparency Hubの数字はどのくらいの頻度で更新されるか
System Trust and Reportingのセクションは半期ごと(1〜6月・7〜12月)の実数を追加していく形式で、過去の期の数字もPDFレポートとして遡って参照できます。Model Reportタブは新しいモデルがリリースされるたびに、そのモデルのシステムカードから要点を抽出して追加されます。
まとめ
Transparency HubはModel Report・System Trust and Reporting・Voluntary Commitmentsという3つのチャプターで構成されたページです。ただしVoluntary CommitmentsはSystem Trust and Reportingページ内10番目の見出しへのアンカーであり、独立した別ページではありません。Model Reportはモデルごとの安全性評価と、IPI・政治的中立性・多言語対応といった横断ベンチマークを扱います。System Trust and Reportingはアカウント停止1,140万件・CSAM関連報告15,079件といった半期実数と、RSP・FCF・国際的コミットメントへの対応状況を扱います。個別モデルの深掘りは既存記事のシステムカード解説に譲り、まず「どの窓口に何があるか」を押さえておくと、必要な情報に迷わずたどり着けます。