Anthropic restaura el acceso mundial a su modelo estrella Claude Fable 5 tras reforzar la seguridad

La compañía de inteligencia artificial Anthropic ha confirmado que su avanzado modelo Claude Fable 5 está nuevamente disponible para usuarios de todo el planeta desde el miércoles 1 de julio. La reactivación abarca todas las plataformas propias de la empresa: Claude.ai, la Claude Platform, Claude Code y Claude Cowork. Además, aunque de forma más limitada, también se ha restablecido el acceso a Mythos 5, pero únicamente para un conjunto reducido de organizaciones estadounidenses que cuentan con autorización gubernamental.

El incidente que provocó la suspensión global

Todo comenzó el pasado 12 de junio, cuando el gobierno de Estados Unidos impuso controles de exportación sobre ambos modelos de inteligencia artificial. La normativa obligaba a Anthropic a impedir el uso de Claude Fable 5 y Mythos 5 por parte de ciudadanos extranjeros, tanto dentro como fuera del país. Dado que la orden entró en vigor de forma inmediata y la empresa no disponía de un sistema fiable para verificar la nacionalidad de cada usuario en tiempo real, la decisión fue drástica: suspender el acceso a los dos modelos para todos los usuarios del mundo, sin distinguir entre quienes estaban afectados por la norma y quienes no.

«La directiva llegó después de que investigadores de Amazon encontraran un método capaz de sortear las barreras de seguridad de Fable 5. En uno de los casos documentados, el modelo llegó a generar código funcional que mostraba cómo explotar una vulnerabilidad de software.»

¿Qué descubrieron exactamente los investigadores de Amazon?

El equipo de seguridad de Amazon reportó una técnica que eludía las protecciones de Claude Fable 5 para lograr que el sistema identificara varias vulnerabilidades informáticas. Lo preocupante no era la identificación en sí —tarea habitual en ciberseguridad defensiva—, sino que el modelo también podía producir código que demostraba la explotación de esas fallas. Durante las dos semanas siguientes, Anthropic trabajó codo a codo con el gobierno estadounidense y con Amazon para revisar a fondo el informe.

Las pruebas internas revelaron un dato revelador: modelos mucho menos avanzados que Fable 5, como Claude Opus 4.8, GPT-5.5 o Kimi K2.7, eran igualmente capaces de identificar las mismas vulnerabilidades. Y en lo que respecta a generar el código de demostración, prácticamente todos los modelos evaluados —incluyendo Haiku 4.5, Sonnet 4.6 y varias versiones de Opus— lograron hacerlo. Esto demostró que la técnica no aprovechaba una capacidad exclusiva de Mythos 5, el modelo más potente en tareas de ciberseguridad, sino que simplemente se colaba por un resquicio concreto de las barreras de Fable 5, en una zona que la empresa bloquea por precaución aunque no entrañe un peligro inherente: tareas rutinarias de ciberseguridad defensiva.

La solución: un clasificador de seguridad mejorado

Para cerrar esa brecha, Anthropic ha desarrollado, en coordinación con el gobierno de EE.UU., un clasificador de seguridad mejorado. Se trata de un sistema de inteligencia artificial más pequeño que vigila las conversaciones en tiempo real y bloquea las peticiones que considera potencialmente dañinas en el ámbito de la ciberseguridad. Cuando una solicitud a Fable 5 es bloqueada, el usuario recibe un aviso y la consulta se redirige automáticamente a Opus 4.8.

Según la compañía, el nuevo clasificador detiene la técnica reportada por Amazon en más del 99% de los casos. Investigadores del Centro de Estándares e Innovación de IA (CAISI), dependiente del Departamento de Comercio de EE.UU., han sometido a prueba tanto las medidas de seguridad anteriores como las nuevas y coinciden en calificarlas de «extraordinariamente sólidas».

Sin embargo, existe un coste: en tareas normales de programación y depuración de código, el sistema marcará con mayor frecuencia solicitudes que en realidad son inofensivas. Anthropic reconoce este inconveniente y asegura que seguirá ajustando el clasificador para reducir esos falsos positivos.

La empresa subraya que ningún mecanismo de seguridad es perfecto por sí solo, por lo que combina varios (lo que denomina «defensa en profundidad»): desde entrenar al modelo para rechazar peticiones peligrosas hasta analizar patrones de uso indebido a posteriori. Además, reconoce que es prácticamente imposible que un modelo de IA sea totalmente inmune a los intentos de manipulación —los conocidos como jailbreaks— y que lo crucial es que las vulnerabilidades que aparezcan sean menores y no universales, es decir, que no abran la puerta a un abanico amplio de comportamientos peligrosos.