Batas NSFW Claude Fable 5: Penjelasan Filter Keamanan Anthropic

Per 10 Juni 2026, Anthropic telah merilis Claude Fable 5, model kelas Mythos pertamanya yang tersedia untuk publik. Sistem ini memberikan hasil tingkat frontier dalam coding, reasoning, dan alur kerja agentik sambil memperkenalkan classifier tambahan yang ditujukan pada area berisiko tinggi seperti keamanan siber dan biologi. Ia berbagi bobot inti dengan Mythos 5 yang lebih terbatas namun menambahkan mekanisme penolakan baru yang dapat menurunkan prompt sensitif ke model fallback yang lebih lemah. Umpan balik penguji awal sudah menunjukkan filter ini memicu pada kueri yang terasa sepenuhnya biasa. Langkah ini menandai pilihan sengaja untuk memperluas akses tanpa mengendurkan batas keamanan inti.

Kebijakan penggunaan Anthropic tetap sama seperti rilis sebelumnya dan secara eksplisit melarang konten seksual, kekerasan grafis, serta kategori lain yang dilarang. Model baru ini menambahkan classifier yang memantau topik tersebut di berbagai tahap. Saat prompt memicu sistem, model akan menolak secara langsung atau diam-diam mengalihkan ke varian yang kurang mampu. Laporan awal menunjukkan filter ini terkadang mengganggu bahkan permintaan non-eksplisit yang menggunakan kosakata mirip domain terbatas. Lapisan konservatif ini mencerminkan sikap konsisten Anthropic bahwa kemampuan frontier memerlukan kontrol lebih ketat daripada kebebasan kreatif yang lebih luas.

Prompt yang mencoba menghasilkan Claude Fable NSFW, deskripsi nude, atau adegan dewasa eksplisit memicu penolakan di sebagian besar kasus. Classifier berlapis menangkap permintaan langsung maupun banyak frasa tidak langsung. Upaya jailbreak menghasilkan penolakan sopan atau respons yang terdegradasi yang tetap menghindari materi yang diminta. Belum ada benchmark publik untuk konten dewasa karena Anthropic tidak merilis data pengujian yang ditargetkan. Kreator yang mencari hasil tes Claude Fable 5 NSFW atau batas Claude Fable uncensored karenanya menemukan blokir konsisten daripada cara mengakali yang mempertahankan kualitas output.

Perusahaan yang membangun model paling kuat menghadapi tekanan regulasi, reputasi, dan hukum yang membuat output tanpa batas berisiko. Filter ketat mengurangi potensi penyalahgunaan meski membuat frustrasi pekerjaan kreatif yang sah. Rilis seperti Claude Fable 5 menyoroti bagaimana bahkan model paling canggih menegakkan batas konten yang ketat, mendorong permintaan akan alat yang menghapus pembatasan tersebut untuk karya kreatif dewasa. Pola yang sama muncul di sistem frontier lain, termasuk model video Google yang dijelaskan dalam Gemini omni nsfw: Why Google's AI Video Model Blocks Explicit Content. Hasilnya adalah lanskap terfragmentasi di mana kreator harus menavigasi guardrail berbeda tergantung lab mana yang merilis model terbaru.