1 dag na de lancering van Claude Fable 5 claimde een onderzoeker de veiligheidsfilters van het model te hebben omzeild.
Anthropic lanceerde Fable 5 op 9 juni 2026 als eerste publiek beschikbare model in de nieuwe Mythos-klasse. Volgens Cyber Security News delen Fable 5 en het afgeschermde Claude Mythos 5 hetzelfde onderliggende model, gescheiden door een laag van safety-classifiers. Raakt een verzoek een classifier in een categorie met hoog risico, zoals cybersecurity, biologie, chemie of modeldistillatie, dan gaat het naar het minder krachtige Claude Opus 4.8 en krijgt de gebruiker daarvan een melding.
Bij de lancering meldde Anthropic dat een externe bug bounty met meer dan 1.000 uur testen geen universele jailbreak had opgeleverd. Op 10 juni 2026 maakte een onderzoeker publiek bekend dat de safety-classifiers van het model waren omzeild, met een gecoördineerde aanpak waarin meerdere agents samenwerkten.
Volgens het artikel beschreef de onderzoeker de gebruikte technieken. Het gaat om vervangende tekens zoals Unicode en Cyrillische letters om classifiers op trefwoorden te ontwijken, om verzoeken die over een lange conversatie worden verspreid en om vragen die in studiemateriaal, academische verwijzingen of fictie zijn verpakt. Als meest effectief gold het opknippen van gevoelige informatie in losse, onschuldig ogende delen die daarna weer worden samengevoegd.
Gedeelde screenshots toonden stapsgewijze instructies voor het misbruiken van softwarekwetsbaarheden. Daarnaast zou de onderzoeker de system prompt van het model, ongeveer 120.000 tekens, op GitHub hebben gezet. Volgens de onderzoeker geeft het doorsturen naar een zwakker model schijnveiligheid en hindert het beveiligingsonderzoekers die voor verdedigend werk toegang tot aanvalstechnieken nodig hebben.
Cyber Security News bracht de jailbreak op 11 juni 2026 als vermeend. Het artikel steunt op berichten en screenshots die de onderzoeker zelf deelde. Anthropic had op het moment van schrijven nog niet publiek gereageerd op de jailbreakclaim of op de gelekte system prompt.