Limiti NSFW di Claude Fable 5: Spiegazione dei Filtri di Sicurezza Anthropic

A partire dal 10 giugno 2026, Anthropic ha rilasciato Claude Fable 5, il suo primo modello di classe Mythos disponibile al pubblico. Il sistema offre risultati di livello frontier in coding, reasoning e flussi di lavoro agentici, introducendo al contempo classificatori aggiuntivi mirati ad aree ad alto rischio come la cybersecurity e la biologia. Condivide i pesi principali con il più restrittivo Mythos 5, ma aggiunge nuovi meccanismi di rifiuto che possono declassare prompt sensibili a modelli di fallback più deboli. Il feedback dei tester iniziali mostra già questi filtri che si attivano su query che sembrano del tutto ordinarie. La mossa segna una scelta deliberata di ampliare l'accesso senza rilassare i confini di sicurezza principali.

Le policy di utilizzo di Anthropic rimangono invariate rispetto ai rilasci precedenti e vietano esplicitamente contenuti sessuali, violenza grafica e altre categorie non consentite. Il nuovo modello aggiunge classificatori che monitorano questi argomenti in più fasi. Quando un prompt attiva il sistema, il modello rifiuta direttamente o indirizza silenziosamente verso una variante meno capace. I primi report indicano che i filtri a volte interrompono anche richieste non esplicite che condividono vocabolario con domini ristretti. Questo livello conservativo riflette la posizione costante di Anthropic secondo cui le capacità frontier richiedono controlli più severi piuttosto che maggiore libertà creativa.

I prompt che tentano la generazione di Claude Fable NSFW, descrizioni di nudi o scene adulte esplicite attivano rifiuti nella stragrande maggioranza dei casi. I classificatori stratificati intercettano richieste dirette e molte formulazioni indirette. I tentativi di jailbreak producono o un rifiuto cortese o una risposta degradata che comunque evita il materiale richiesto. Non esiste ancora un benchmark pubblico per i contenuti adulti perché Anthropic non ha rilasciato dati di test mirati. I creator che cercano risultati di test Claude Fable 5 NSFW o limiti non censurati di Claude Fable trovano quindi blocchi costanti invece di workaround che preservino la qualità dell'output.

Le aziende che sviluppano i modelli più potenti affrontano pressioni normative, reputazionali e legali che rendono rischioso l'output senza restrizioni. Filtri rigorosi riducono il potenziale di uso improprio anche quando frustrano il lavoro creativo legittimo. Rilasci come Claude Fable 5 evidenziano come anche i modelli più avanzati applichino confini di contenuto molto stretti, aumentando la domanda di strumenti che rimuovono queste restrizioni per il lavoro creativo adulto. Lo stesso schema appare in altri sistemi frontier, incluso i modelli video di Google descritti in Gemini omni nsfw: Why Google's AI Video Model Blocks Explicit Content. Il risultato è un panorama frammentato in cui i creator devono navigare tra diverse barriere di sicurezza a seconda di quale laboratorio rilascia l'ultimo modello.