何が明かされたのか

Anthropicは2026年8月のRisk Reportで、社内利用に限定した未公開モデルを開発・運用していることを開示しました。コードネームは「Model 2」で、同社のモデル区分では「Mythos」クラスに位置づけられます。

性能面の説明は抑制的です。Anthropicは、Model 2は全体としてClaude Mythos 5をわずかに上回るものの、領域によっては劣ると述べています。社内の能力指標AECI上ではMythos 5より約1.5ポイント高い位置にありますが、この差はMythos PreviewからMythos 5への伸びよりも小さく、Opus 4.6からMythosへの世代交代で見られたような大きな飛躍ではないとされています。なお同社のECIは社内ベンチマークの集合体と説明されており、Model 2はレポート添付のチャートにはプロットされていません。

社内では、コーディング、データ生成、リサーチおよびエンジニアリングにこのモデルを多用しており、継続的に稼働するエージェント経由での利用も行われています。Anthropicは、自社の本番システムのコードの大半をすでにClaudeが書いていると述べています。

安全性については、Model 2は展開前に社内レビューを通過したものの、Mythos 5ほど徹底的にはテストされていないと明記されました。レビューの過程で新規の、あるいはより懸念すべきミスアライメントは見つからず、ミスアライメントによる全体リスクは「low」と評価されています。

なぜ重要か

注目すべきは性能差の小ささではなく、「最も強いモデルが社外に出ていない」という構造そのものです。これまで各社の能力競争は公開モデルのリリース間隔で観測できましたが、社内専用モデルが常設化すると、外から見えるモデル性能と、開発元が実際に手にしている性能の間にギャップが生まれます。

もう一つの論点は、性能向上のカーブです。Model 2の1.5ポイントという伸びは、直近の世代交代よりも小さい。単純な能力ジャンプが鈍化しつつある一方で、Anthropicは「モデルを使って開発を回す」側、つまりエージェントによる継続稼働と自社コードの自動生成に資源を寄せています。伸びしろの主戦場が、単体モデルの賢さから運用の統合度へ移りつつあることを示唆します。

テスト水準の非対称性

Anthropicは、Model 2が公開モデルほど厳密に検証されていないことを自ら開示しました。社内限定であれば影響範囲を制御できるという判断ですが、裏を返せば「公開の是非」と「検証の徹底度」がセットで運用されているということです。外部提供されるモデルに一定の検証水準が確保されている根拠にもなり、開示の姿勢自体は評価に値します。

💼 事業会社視点：これは自社にどう効くか

日本の事業会社が読むべき点は「Model 2の性能」ではなく、AI開発元の内製生産性が外部から見えなくなったことです。Anthropicは本番コードの大半をClaudeに書かせ、常時稼働エージェントで研究開発を回しています。同じ土俵で戦うSaaSベンダーや受託開発企業は、相手の実効開発速度をリリース頻度から推測できなくなったと考えるべきです。

受託開発・SIerにとっては、人月単価の前提が静かに崩れます。発注側が「Anthropicは自社コードの大半をAIに書かせている」という事実を知った時点で、見積もりの説明責任は上がります。今期中に、AI活用を前提とした工数モデルと、AIでは代替しにくい要件定義・運用責任の値付けを分けておく必要があります。

EC・SaaS事業者は、ベンダー選定基準を「今のモデル性能」から「継続稼働エージェントを自社業務にどこまで組み込めるか」に切り替えるべきです。Model 2の伸びが1.5ポイントに留まった事実は、モデル乗り換えによる劇的改善を待つ戦略が割に合わなくなってきたことを意味します。経営者が今決めるべきは、次のモデルを待つことではなく、現行モデルで自社のどの業務プロセスをエージェント化するかの優先順位です。