Claude Mythos完全解説｜Opus超えのAIの正体【2026】

「AIがここまで来たか」と、正直ちょっと背筋が寒くなったニュースなんです。

2026年4月7日、AnthropicがClaude Mythos（マイソス）というフロンティアモデルのプレビューを発表しました。普通、新しいAIモデルって「みんな使ってね！」と一般公開されるものですよね。でもMythosは違います。Anthropicは「このモデルはコンピュータセキュリティの能力が高すぎて、そのまま公開すると攻撃に悪用されかねない」と判断し、あえて一般提供を見送ったんです。AIモデルを「強すぎるから出さない」と公式に言う——これ自体が業界では前例の少ない出来事でした。

そして2026年5月28日、Anthropicは新しい旗艦モデルClaude Opus 4.8を公開すると同時に、「Mythosクラスのモデルを数週間以内に全顧客へ提供する」と発表しました（Axios報道）。つまり、いったん封印された“最強の攻撃力”が、安全装置を整えたうえで、まもなく一般の手に届く可能性が出てきたわけです。中小企業の経営者やシステム担当者にとっても、これは「遠い世界の話」では済まされません。

この記事では、100社以上のAI研修・導入支援をしてきた立場から、(1) Mythosで何が起きたのかをファクトベースで整理し、(2) ベンチマークや脆弱性発見の中身を技術的に解説し、(3) 楽観論と慎重論の両方を紹介したうえで、(4) 日本企業・中小企業がいま何をすべきかまで落とし込みます。専門用語はできるだけかみ砕くので、セキュリティに詳しくない方も安心して読み進めてください。

何が起きたのか — Claude Mythosをめぐる事実関係

まず、報道と公式発表で確認できた事実を時系列で整理します。日付や数字はすべて複数のソースで裏取りしたものですが、出どころによって表現が割れる部分は後ほど明記します。

Mythosとは何者なのか

Claude MythosはAnthropicの「フロンティアモデル」、つまり同社の最先端に位置づけられる汎用AIです。重要なのは、Mythosが「セキュリティ専用に作られたAI」ではないという点なんです。あくまで汎用モデルとして開発されたのに、コーディングと推論の能力があまりに高くて、結果として「ソフトウェアの欠陥を見つけて突く」作業が異常に得意になってしまった——というのが実態です。

能力ティアについては報道で表現が分かれます。Anthropicの公式レポート（red.anthropic.com）では旧モデルOpus 4.6との比較が中心ですが、BleepingComputerなどの報道は「現行の旗艦モデルOpus 4.7をはるかに上回る」と表現しています。いずれにせよ、当時の最上位モデルの「もう1つ上のティア」という位置づけで一致しています。ここで言う「ティア（tier）」とは能力の階層のことで、単に少し賢くなったというより、できることのレベルが一段上がった、というニュアンスです。

具体的にどう違うのか、公式レポートに象徴的な比較があります。あるブラウザ（Firefox）に対する攻撃検証で、旧モデルのOpus 4.6が成立させられた“動く攻撃”は2件だったのに対し、Mythosは181件もの攻撃を成立させたというのです。同じ会社の1世代前のモデルと比べて、攻撃を組み立てる能力が約90倍に跳ね上がった計算になります。AIの進化は「直線的」ではなく、ある地点で「段差」のように能力が跳ぶことがある——Mythosはその段差を見せつけた事例だといえます。

「使えない」モデル — Project Glasswingという招待制

Mythosは一般提供されていません。アクセスできるのは、Anthropicが立ち上げた「Project Glasswing（プロジェクト・グラスウィング）」という防御セキュリティの枠組みに参加する組織だけです。

Project Glasswingの創設メンバーは12組織。報道で確認できた顔ぶれは、Amazon Web Services、Apple、Broadcom、Cisco、CrowdStrike、Google、JPMorgan Chase、Linux Foundation、Microsoft、NVIDIA、Palo Alto Networks、そしてAnthropic自身です。錚々たる名前が並んでいますよね。これに加えて、重要インフラを支える約40の組織がアクセスを得ています。Anthropicはこれらの取り組みに対し、合計で最大1億ドル分の利用クレジットを提供すると表明しました。

実務視点：創設メンバーがクラウド・OS・半導体・金融・セキュリティの巨大プレイヤーで固められているのは偶然ではありません。「自分たちが守るべき土台（インフラ）を、最強のAIで先に点検しておく」という発想です。裏を返せば、ここに入れない大多数の企業は「攻撃に使われうるAI」のリスクだけを先に受け取る構図になります。だからこそ中小企業は“当事者”として知っておく必要があるんです。

ベンチマークの中身 — どれくらい「強い」のか

「史上最強」と言われてもピンとこないので、数字で見ていきましょう。以下はllm-stats.comなど複数ソースで確認したベンチマークスコアです。比較対象として、旧モデルOpus 4.6のスコアも併記します（公式レポートが4.6比較を採用しているため）。

特に目を引くのがUSAMO 2026の97.6%です。これは米国数学オリンピアード（USAMO）レベルの超難問を解く能力を測るもので、旧モデルの42.3%から55ポイント以上跳ね上がっています。数学オリンピアードって、高校生の天才が必死に取り組む世界ですよ。それをほぼ満点で解くわけです。SWE-bench Verifiedの93.9%も、業界で最も注目されるコーディングベンチマークでの史上最高スコアとされています。

事例区分：想定シナリオ
以下は100社以上のAI研修経験をもとに構成した典型的な反応です。研修でこの手の数字を出すと、必ず「で、それが自分たちの仕事とどう関係あるの？」と聞かれます。答えはシンプルで、「コーディングが上手いAI=ソフトの穴を見つけるのも上手いAI」だということ。あなたの会社が使っている業務システム、ウェブサイト、ルーターのファームウェア——これらすべてが“ソフトウェア”であり、点検対象になりうるんです。

ベンチマーク値は「報道により幅がある」点に注意

念のため正直にお伝えすると、ベンチマークの数字は出どころによって細かい差があります。たとえばTerminal-Bench 2.0は「標準条件で82.0%、タイムアウトを延ばした拡張条件で92.1%」と、条件次第で値が変わります。比較対象もOpus 4.6だったり4.7だったりと報道で割れています。記事や投稿でこの数字を引用するときは、「いつ・どの条件で・何と比べた数字か」をセットで確認するのが安全です。AI業界のベンチマークは更新が早く、鵜呑みは禁物なんです。

本当の衝撃 — AIが自律的に「攻撃」を作った

正直、ベンチマークの数字以上にインパクトがあるのがセキュリティ実績の部分です。ここがMythosが「封印」された理由そのものです。

17年気づかれなかった穴を、AIが自分で見つけた

Mythosは、17年間誰にも気づかれなかったFreeBSDのリモートコード実行脆弱性を、人間の指示なしに自律的に発見し、さらに悪用するエクスプロイト（攻撃コード）まで作り上げました。これがCVE-2026-4747として記録された案件です。Anthropicの公式説明によると、この脆弱性はNFS（ネットワークファイル共有）を動かしているサーバーに対し、インターネット上のどこからでも、認証されていない攻撃者がサーバーを完全に乗っ取れてしまうものでした。スタックバッファオーバーフローという古典的だが致命的なタイプの欠陥です。

さらにMythosは、セキュリティの堅牢さで世界的に有名なOpenBSDでも、27年ものの脆弱性を発見したと報じられています。「最も安全」と評価されてきたシステムですら、AIの前では穴が見つかってしまった——これが現実です。

稼働1ヶ月で1万件以上 — しかも99%超が未修正

数の規模感も異常です。Mythosは稼働の最初の1ヶ月だけで、高〜重大の深刻度を持つ脆弱性を1万件以上発見したと報道されています（AIToolly ほか複数ソース）。しかも、Anthropicの公式レポートによれば「発見した脆弱性の99%超がまだ未修正」の状態だったとのこと。主要なOSと主要なウェブブラウザすべてで、未知の（ゼロデイ）脆弱性が見つかったというから、影響範囲の広さが想像できます。

個々のエクスプロイト開発にかかったコストは、API料金換算で50ドル未満から2,000ドル未満程度だったと公式レポートは記しています。つまり、専門的なセキュリティ訓練を受けていないエンジニアでも、わずかなコストで動く攻撃コードを生成できてしまった、ということなんです。ここで少し用語を整理しておきましょう。記事に出てくるキーワードはどれも「いま起きていること」を理解するうえで欠かせません。

つまりMythosがやったのは、「まだ誰も知らない穴（ゼロデイ）」を自分で見つけ、「それを突く攻撃コード（エクスプロイト）」まで自動で書き上げ、しかもそれが「遠隔から乗っ取れる最も危険なタイプ（RCE）」だった——という、攻撃の全工程をAI単独で完結させたという話なんです。従来はそれぞれの工程に別々の専門家が必要でした。その分業の壁を、1つのAIが取り払ってしまいました。

実務視点：ここで怖いのは「攻撃の民主化」です。これまでサイバー攻撃には高い技術と時間が必要で、それ自体が一種の参入障壁でした。AIがその障壁を取り払ってしまうと、攻撃の総量そのものが増える可能性があります。中小企業が「うちみたいな小さい会社を狙う暇な攻撃者なんていない」と思っていた前提が、根本から崩れるかもしれないんです。AIによる自動スキャンに「大企業も中小企業もない」からです。

なお、AIとセキュリティをめぐる企業の備え方の全体像については、中小企業のためのAI導入戦略ガイドでも体系的に整理しています。Mythosのような最先端の話を、自社の現実的な打ち手に落とし込みたい方はあわせてどうぞ。

なぜ今「Opus 4.8」と一緒に語られるのか

4月のMythos発表から約2ヶ月、状況が動きました。2026年5月28日、AnthropicはClaude Opus 4.8を公開します。これは同社の新しい旗艦モデルで、エージェント型コーディング、推論、財務分析、ナレッジワークなど複数のベンチマークで競合を上回ったとされています。価格は前バージョンと同じに据え置かれ、高速モード（fast mode）は従来比で3倍安くなったと報じられています（Bloomberg / Axios）。

そしてここが本題です。Anthropicはこのタイミングで「Mythosクラスのモデルを数週間以内に全顧客へ提供する」と表明しました。同社は「より強力な安全装置（safeguards）の開発で急速に進展しており、Mythosレベルのモデルをすべての顧客に届けられるようになる見込み」とコメントしています（BleepingComputer）。実際、Claude CodeやClaude Securityの内部にMythosモデルへの参照が見つかったという報道もあり、将来的にClaude CodeにMythos級の能力が載る可能性が指摘されています。

Claude Codeをはじめとする開発・運用向けAIエージェントの全体像については、AIエージェント導入完全ガイドで基礎から解説しています。「Mythosが載ったら自分の仕事がどう変わるのか」を考える前提として読んでおくと理解が深まります。

賛否両論 — 楽観論と慎重論

このニュースは専門家の間でも評価が割れています。どちらか一方だけ見ると判断を誤るので、両論をフラットに並べます。

楽観論：最終的には「守る側」が有利になる

Anthropic自身は、長期的には強力な言語モデルが「攻撃側よりも防御側により大きな利益をもたらす」と主張しています。理由はこうです。防御側は、AIを使って新しいコードが世に出る前にバグを見つけて直せる立場にあります。これまで人手では追いつかなかった大量のコード点検を、AIが肩代わりしてくれる。Project Glasswingの参加企業が自社コードやオープンソースを先回りで点検しているのは、まさにこの「先に直す」発想です。セキュリティの「攻め」と「守り」がいったん混乱したあと、新しい均衡に達すれば、守る側のほうが効率的にリソースを使えるようになる——という見立てです。

慎重論：短期的には攻撃側が先に得をする

一方で、慎重派の見方はシビアです。Anthropic自身も「短期的には、フロンティア研究所がモデルの公開方法に慎重でなければ、攻撃側が先に有利になりうる」と認めています。発見された脆弱性の99%超が未修正という状態は、裏を返せば「直す前に悪用される窓」が大きく開いているということ。さらに、専門外のエンジニアでも安価に攻撃コードを作れる以上、攻撃の総量と速度が一気に増える懸念があります。「20年続いてきたサイバーセキュリティの均衡が終わる」と表現する専門家もいます。守る側がAIを導入し終える前に、攻める側がAIをフル活用してしまうタイムラグこそが最大のリスクなんです。

慎重論にはもう一つ論点があります。それは「均衡が崩れている移行期間」の長さです。仮に長期的には防御側が有利になるとしても、その新しい均衡にたどり着くまでに何が起きるかは誰にも分かりません。守る側のリソースが潤沢な大企業や国家機関は早く適応できますが、リソースの薄い中小企業や個人事業主は適応が遅れがちです。つまり、AIによってセキュリティの「持つ者」と「持たざる者」の格差が一時的に広がる可能性がある。これは技術の問題というより、経営判断とリソース配分の問題に近いんです。

第三の視点：そもそも「公開すべきだったか」の議論

賛否のもう一段深いところでは、「Anthropicがプレビューとはいえ存在を公表したこと自体、是か非か」という議論もあります。公表しなければ攻撃側にヒントを与えずに済んだという見方と、社会全体に警鐘を鳴らし防御の準備を促した点で正しかったという見方の両方があります。Anthropicは透明性を選びました。この判断の評価は分かれますが、少なくとも私たちが「いま備えるべきだ」と気づけたのは、この公表があったからです。情報が表に出た以上、知らなかったでは済まされない——というのが、読者であるあなたへの一番のメッセージかもしれません。

実務視点：研修現場でよくお伝えするのは「AIの話は“いつか”ではなく“時間差”で考える」ということです。楽観論も慎重論も、最終的な方向性ではなく『どっちが先に間に合うか』を語っています。つまり、自社が防御側としてAIや基本的なセキュリティ対策に間に合っているかどうかが、そのまま被害の有無を分けます。これは経営判断のスピードの問題なんです。

日本企業・中小企業への影響

「Mythosはアメリカの巨大IT企業の話でしょ？」と思うかもしれません。でも、日本の中小企業にこそ効いてくる論点があります。

1. 攻撃は「国」も「規模」も選ばない

AIによる脆弱性スキャンは、対象が日本企業だろうと中小企業だろうと関係なく自動で走ります。これまで「英語圏の大企業が主な標的」と考えられてきましたが、AIが攻撃コストを下げると、標的の裾野は一気に広がります。むしろセキュリティ予算の薄い中小企業のほうが、穴が放置されている確率は高い。狙われる順番が前倒しになる可能性があるんです。

2. 「古いソフトを使い続ける」リスクが跳ね上がる

Mythosが見つけた脆弱性の多くは「何年も放置されていた古い穴」でした。日本の中小企業では、サポートの切れたOSや古い業務システム、更新されていないルーター・複合機がそのまま動いているケースが少なくありません。AIが古い穴を片っ端から見つける時代には、「動いているからそのまま」が最大のリスクになります。

3. 取引先・サプライチェーン経由の波及

大企業がProject Glasswingで自社を固めても、その取引先である中小企業のセキュリティが甘ければ、そこが侵入口になります。いわゆるサプライチェーン攻撃です。「うちは小さいから関係ない」ではなく、「大企業と取引しているからこそ標的になる」という逆転の発想が必要なんです。実際、近年の国内の被害事例でも、本丸の大企業ではなく、つながっている中小の取引先や子会社が突破口になったケースが繰り返し報じられています。

4. 「自社プロダクトを持つ企業」は当事者そのもの

もし自社でウェブサービスやアプリ、IoT機器などのソフトウェアを開発・提供しているなら、話はさらに直接的です。あなたが世に出しているコードそのものが、Mythos級のAIによる点検対象になります。これは悪い話ばかりではありません。攻撃側に見つかる前に、自分たちで（あるいは将来一般化するAIで）先に穴を見つけて直せるなら、むしろ品質と信頼の武器になります。「リリース前にAIで脆弱性をスキャンする」ことが、近い将来あたりまえの開発工程になっていくはずです。

企業がとるべきアクション

では、招待制で直接Mythosを使えない中小企業は、具体的に何をすればいいのか。実務的に、今日から着手できる順に5つ挙げます。

アクション1：パッチ運用の「最終更新日」を今すぐ確認する

まずは現状把握です。自社のサーバー、PC、ルーター、複合機、業務システムが「いつ最後にアップデートされたか」を洗い出してください。半年以上更新されていない機器があれば、それが最優先の対応対象です。古い穴がAIに見つかる前に塞ぐ——これが最もコスパの良い防御です。

アクション2：サポート切れ（EOL）のソフト・OSを棚卸しする

メーカーのサポートが終了したOSやソフトは、新しい脆弱性が見つかっても修正パッチが出ません。つまり穴が開きっぱなしになります。Windowsの古いバージョン、サポート切れの業務アプリなどをリスト化し、更新計画を立てましょう。コストはかかりますが、侵害された場合の損失と比べれば安い投資です。

アクション3：自動アップデートを「原則オン」に切り替える

人手でパッチを当て続けるのは、中小企業のリソースでは現実的に難しいものです。OS・ブラウザ・主要ソフトの自動更新を原則オンにし、「気づいたら更新されている」状態を作るのが現実解です。AIが攻撃を高速化するなら、防御側も自動化で速度を上げるしかありません。

アクション4：取引先・委託先のセキュリティ状況を確認する

サプライチェーン攻撃に備え、外部に業務を委託している場合は委託先のセキュリティ体制も確認しましょう。特にシステム開発・保守を外注している場合、その経路が侵入口になりえます。契約時にセキュリティ要件を明記する、定期的に状況を共有してもらう、といった運用が有効です。

アクション5：「AIによる攻撃と防御」を社内の共通認識にする

最後に、これは社内教育の話です。経営層から現場まで「攻撃側もAIを使う時代になった」という認識を共有することが、すべての対策の土台になります。フィッシングメールがAIで巧妙化したり、パスワードの使い回しが一斉に試されたり——個々人の行動が穴になるケースは多い。基本的なセキュリティリテラシーの底上げが、結局いちばん効きます。

実務視点：これら5つは、どれも「高価なセキュリティ製品を買う」話ではありません。中小企業がまずやるべきは、最新ツールの導入より「当たり前のことを当たり前にやる」ことなんです。AIがどれだけ進化しても、未更新の古い穴・サポート切れのソフト・甘い委託管理が放置されていれば、そこから入られます。逆に基本さえ固めておけば、AI時代でも被害確率は大きく下げられます。

よくある質問（FAQ）

Q1. Claude Mythosは結局いつ使えるようになりますか？

現時点（2026年5月時点）では一般提供されておらず、Project Glasswingの招待制組織のみがアクセスできます。ただしAnthropicは2026年5月28日に「Mythosクラスのモデルを数週間以内に全顧客へ提供する」と発表しました。安全装置の開発状況次第ですが、近い将来に一般の手が届く可能性があります。提供時期は変動しうるので、公式発表を継続的に確認するのが確実です。

Q2. Mythosと、5月に出たOpus 4.8は何が違うのですか？

Opus 4.8は2026年5月28日に一般公開された新しい旗艦モデルで、誰でも使えます。一方Mythosはセキュリティ能力が突出した最上位フロンティアモデルで、現状は招待制です。Anthropicは今後、Mythos級の能力を安全装置付きで一般モデルにも展開する方針を示しています。

Q3. うちは小さい会社ですが、本当に狙われるのでしょうか？

AIによる脆弱性スキャンは規模を問わず自動で走るため、「小さいから安全」とは言えません。むしろセキュリティ予算の薄い中小企業のほうが、未修正の穴を抱えている確率が高い傾向があります。加えて、大企業の取引先である場合はサプライチェーン攻撃の侵入口として狙われるリスクもあります。

Q4. ベンチマークの数字（93.9%など）はどこまで信用していいですか？

SWE-bench Verified 93.9%やUSAMO 2026 97.6%は複数の報道・分析で確認できる数値です。ただしTerminal-Bench 2.0のように「標準82.0%／拡張92.1%」と条件で変わるものや、比較対象がOpus 4.6か4.7かで報道が割れる部分があります。引用する際は「いつ・どの条件で・何と比較した数字か」をセットで確認するのが安全です。

Q5. 中小企業がまず投資すべきは高価なセキュリティ製品ですか？

いいえ。最優先は「基本の徹底」です。パッチ運用の見直し、サポート切れソフトの棚卸し、自動アップデートの有効化、委託先管理、社内リテラシー教育——これらは大きな追加投資なしに着手できます。高価な製品の導入はそのあとで、自社の実情に合わせて検討すれば十分です。

Q6. AIが攻撃に使われるなら、AI導入そのものをやめたほうがいいのでは？

それは逆効果です。攻撃側がAIを使う以上、防御側もAIを使わないと速度で負けます。自動化されたパッチ管理、AIによる異常検知、業務効率化など、AIは防御・生産性の両面で武器になります。重要なのは「使わない」ことではなく「正しく安全に使う」ことです。AI活用とセキュリティ対策は対立するものではなく、両輪で進めるべきテーマなんです。

まとめ — Mythosが突きつけた「時間差」の問題

Claude Mythosが示したのは、「AIが自律的にサイバー攻撃を作れる時代が、もう到来している」という事実です。Anthropicがあえて封印し、Project Glasswingという招待制で慎重に運用しているのは、その威力を理解しているからにほかなりません。そして2026年5月28日のOpus 4.8公開とともに、Mythosクラスの能力が「数週間以内」に一般化する可能性が見えてきました。

中小企業がMythosを直接使うことは当面ありません。でも、「攻撃側のAIも同じ進化をする」という前提に立てば、いま備えるべきことははっきりしています。難しい話ではなく、パッチを当てる、古いソフトを更新する、自動化する、委託先を確認する、社内で共有する——この基本の徹底です。AI時代のセキュリティは、特別な誰かの課題ではなく、すべての企業の経営課題になりました。

あわせて読みたい：

• Claude Opus 4.8 完全ガイド — Mythosと同時に語られた新旗艦モデルの実力と使いどころ
• Anthropic製品・モデル比較ガイド — Claudeの各モデルをビジネス用途でどう選ぶか

参考・出典

• Claude Mythos Preview — Anthropic（red.anthropic.com）（参照日: 2026-05-29）
• Anthropic releases new model, Opus 4.8 — Axios（参照日: 2026-05-29）
• Anthropic confirms Claude Mythos-class models will roll out to the public — BleepingComputer（参照日: 2026-05-29）
• Anthropic debuts preview of powerful new AI model Mythos in new cybersecurity initiative — TechCrunch（参照日: 2026-05-29）
• Claude Mythos Preview: Benchmarks, Pricing & Project Glasswing — llm-stats.com（参照日: 2026-05-29）
• Project Glasswing: Securing critical software for the AI era — Anthropic（参照日: 2026-05-29）
• Introducing Claude Opus 4.8 — Anthropic（参照日: 2026-05-29）

著者：佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。