Claude Fable 5 NSFW Sınırları: Anthropic Güvenlik Filtreleri Açıklandı

10 Haziran 2026 itibarıyla Anthropic, halka açık ilk Mythos sınıfı modeli olan Claude Fable 5'i yayınladı. Sistem, kodlama, akıl yürütme ve ajan iş akışlarında öncü düzeyde sonuçlar sunarken siber güvenlik ve biyoloji gibi yüksek riskli alanlara yönelik ek sınıflandırıcılar getiriyor. Daha kısıtlı Mythos 5 ile temel ağırlıkları paylaşıyor ancak hassas istemleri daha zayıf yedek modellere düşürebilen yeni reddetme mekanizmaları ekliyor. Erken testçi geri bildirimleri, bu filtrelerin tamamen sıradan görünen sorgularda bile tetiklendiğini gösteriyor. Bu hamle, temel güvenlik sınırlarını gevşetmeden erişimi genişletme yönünde bilinçli bir seçim anlamına geliyor.

Anthropic'in kullanım politikaları önceki sürümlerden değişmeden devam ediyor ve cinsel içerik, grafik şiddet ile diğer yasak kategorileri açıkça yasaklıyor. Yeni model bu konuları birden fazla aşamada izleyen sınıflandırıcılar ekliyor. Bir istem sistemi tetiklediğinde model ya doğrudan reddediyor ya da sessizce daha az yetenekli bir varyanta yönlendiriyor. Erken raporlar, filtrelerin kısıtlı alanlarla kelime dağarcığı paylaşan açık olmayan istekleri bile bazen kestiğini gösteriyor. Bu muhafazakâr katmanlama, Anthropic'in öncü yeteneklerin daha geniş yaratıcı özgürlük yerine daha sıkı kontroller gerektirdiği tutarlı tutumunu yansıtıyor.

Claude Fable NSFW üretimi, çıplak açıklamalar veya açık yetişkin sahneler içeren istemler vakaların büyük çoğunluğunda reddediliyor. Katmanlı sınıflandırıcılar doğrudan talepleri ve birçok dolaylı ifadeyi yakalıyor. Jailbreak denemeleri ya nazik bir reddetme ya da istenen materyalden yine de kaçınan düşük kaliteli bir yanıtla sonuçlanıyor. Anthropic hedefli test verisi yayınlamadığı için yetişkin içerik konusunda henüz kamuoyuna açık bir benchmark bulunmuyor. Claude Fable 5 NSFW test sonuçları veya Claude Fable sansürsüz sınırları arayan içerik üreticileri bu nedenle tutarlı engellerle karşılaşıyor.

En güçlü modelleri geliştiren şirketler, sınırsız çıktıyı riskli kılan düzenleyici, itibar ve yasal baskılarla karşı karşıya. Sıkı filtreler, meşru yaratıcı çalışmaları engellese bile kötüye kullanım potansiyelini azaltıyor. Claude Fable 5 gibi sürümler, en gelişmiş modellerin bile sıkı içerik sınırlarını nasıl uyguladığını göstererek yetişkin yaratıcı çalışmalar için bu kısıtlamaları kaldıran araçlara olan talebi artırıyor. Aynı model Google'ın video modellerinde de görülüyor: Gemini omni nsfw: Why Google's AI Video Model Blocks Explicit Content. Sonuç, içerik üreticilerinin en yeni sürümü hangi laboratuvar yayınlarsa yayınlasın farklı korumalar arasında gezinmek zorunda kaldığı parçalı bir manzara oluyor.