США заставили Anthropic отключить опасные нейросети для всех клиентов планеты
Компания Anthropic 11 июня 2026 года отозвала доступ к своим новейшим моделям Claude Fable 5 и Mythos 5 для всех клиентов по всему миру после директивы правительства США, которое сочло возможный джейлбрейк (обход защитных ограничений модели) угрозой национальной кибербезопасности.

Впервые в истории ИИ-индустрии экспортный контроль США привёл к отключению коммерческой модели для всех пользователей планеты, а не только для госслужащих, и это создаёт прецедент, который затрагивает каждого, кто строит продукт поверх закрытого API.
В чём суть?
Anthropic выпустила модели Fable 5 и Mythos 5 всего за три дня до отзыва. Правительство США потребовало приостановить доступ для иностранных граждан, ссылаясь на отчёт о возможностях моделей. Компания подчинилась, но отключение затронуло всех клиентов без исключения, пока шла проверка на соответствие экспортным ограничениям.
Сама Anthropic заявила, что считает ситуацию недоразумением. По словам компании, правительство предоставило только устные свидетельства узкого, не универсального джейлбрейка. Anthropic также указала, что аналогичные возможности «широко доступны» в других моделях, включая GPT-5.5 от OpenAI.
Последствия ударили по экосистеме мгновенно. Продукты и бенчмарки, зависящие от моделей Anthropic, в том числе Cognition/Devin и Agent Arena, были вынуждены убрать Fable и Mythos из своих систем. Аналитическая платформа Artificial Analysis отметила, что их график «Интеллектуального фронтира» впервые сдвинулся назад, по данным самой Artificial Analysis.
Событие не произошло в вакууме: Anthropic уже имела трения с американским правительством ранее, но на этот раз последствия вышли далеко за пределы США. Именно глобальный масштаб отключения превратил историю из регуляторного эпизода в дискуссию об опасных нейросетях и контроле над ними.
Аргументы за запрет
Сторонники ограничений опираются на конкретный сценарий: если джейлбрейк позволяет обойти защиту модели, а модель обладает возможностями уровня «фронтира» (самые продвинутые на рынке), то даже узкая уязвимость в теории создаёт риск для кибербезопасности.
Государство действует в логике экспортного контроля, которая десятилетиями применяется к оружию, шифрованию и технологиям двойного назначения. С этой точки зрения опасные нейросети, способные генерировать потенциально вредоносный контент без ограничений, попадают в ту же категорию.
Прецедент важен и для самих лабораторий. Если компания публикует отчёт о возможностях модели (capability report) и этот отчёт показывает потенциальные риски, государство получает формальное основание для вмешательства. Это создаёт механизм обратной связи между добровольной прозрачностью и регуляторным давлением.
Зачем защищать доступ к моделям?
Критики запрета указывают на несколько слабых мест в аргументации.
-
Устные доказательства вместо технических. Anthropic подчеркнула, что правительство не предоставило письменных или технических подтверждений угрозы, только устное описание. Решение, затрагивающее глобальную клиентскую базу, принято без публичной верификации.
-
Возможности доступны в других моделях. Сама Anthropic заявила, что аналогичные способности есть у GPT-5.5 и других моделей. Если угроза реальна, запрет одной модели не устраняет её, а лишь наказывает одного вендора.
-
Глобальные пользователи как заложники. Инженеры и разработчики за пределами США потеряли доступ к инструменту, на котором строили продукты. Закрытый API (интерфейс, через который приложения обращаются к модели) оказался рубильником, который может дёрнуть чужое правительство.
-
Суверенитет стека. Реакция сообщества, по данным Latent Space, быстро сместилась от обсуждения конкретного джейлбрейка к вопросу владения инфраструктурой. Разработчики из Cohere, независимые исследователи и инженеры сошлись в одном тезисе: если вы не контролируете модель, вы не контролируете продукт.
Это первый раз, когда наш график «Интеллектуального фронтира» сдвинулся назад. : Artificial Analysis
Открытые модели как ответ на геополитический риск
На фоне отзыва Fable и Mythos вышли два заметных релиза открытых моделей (моделей с доступными весами, которые можно запускать на своём оборудовании).
Moonshot выпустила Kimi-K2.7-Code с архитектурой MoE (смесь экспертов, когда работает не вся модель, а только нужная часть) на 1 триллион параметров при 32 миллиардах активных. По данным Moonshot, модель показала прирост над предыдущей версией K2.6: плюс 21,8% на Kimi Code Bench v2, плюс 11,0% на Program Bench, плюс 31,5% на MLS Bench Lite, при этом расходуя на 30% меньше токенов (единиц текста, которые модель обрабатывает) на рассуждения.
MiniMax выпустила M3, мультимодальную (работающую с текстом, изображениями и видео) открытую модель с примерно 428 миллиардами параметров и контекстным окном в 1 миллион токенов.
Оба релиза подкрепляют аргумент: когда закрытая модель исчезает по щелчку, открытые альтернативы становятся не идеологическим выбором, а страховкой.
Что делать прямо сейчас, по ролям?
-
Автору Дзена и копирайтеру. Если вы используете Claude через API или встроенные инструменты, проверьте, работает ли ваша версия модели. Fable 5 и Mythos 5 недоступны. Переключитесь на предыдущие версии Claude или на альтернативы: ChatGPT, YandexGPT, GigaChat. Держите тексты промптов (промпт, текстовая инструкция для нейросети) в отдельном файле, чтобы миграция между моделями занимала минуты, а не дни.
-
Маркетологу. Пересмотрите зависимость рабочих процессов от одного провайдера. Если ваш сервис аналитики или генерации контента построен на API Anthropic, у вас появился конкретный кейс для руководства: нужен запасной вариант.
-
Разработчику и предпринимателю в РФ и СНГ. История с Fable и Mythos это наглядная демонстрация риска геополитической зависимости от закрытых API западных лабораторий. Открытые модели (Kimi K2.7, MiniMax M3, Qwen, LLaMA) можно развернуть на собственных серверах. Из доступных в РФ аналогов: YandexGPT и GigaChat, оба работают без экспортных ограничений, хотя и уступают фронтирным западным моделям по ряду задач.
Я считаю, что Anthropic оказалась в ловушке собственной прозрачности: компания публикует отчёты о возможностях моделей, и именно эти отчёты становятся основанием для ограничений. Но дискуссия об опасных нейросетях здесь вторична. Главный урок для практиков в России и СНГ не про безопасность ИИ, а про архитектуру зависимости. Любой продукт, построенный на единственном закрытом API, это продукт с чужим рубильником. На мой взгляд, разумная стратегия сегодня: основной рабочий процесс на открытой или локальной модели, закрытый API как усилитель для сложных задач, но не как фундамент. Это не значит, что открытые модели лучше. Это значит, что они ваши.
Прецедент с Fable и Mythos, скорее всего, повторится: экспортный контроль распространяется на всё более широкий класс технологий, а модели становятся только мощнее. Реалистичный сценарий на ближайший год: другие лаборатории тоже столкнутся с ограничениями, а спрос на открытые модели и локальную инфраструктуру вырастет не из идеологии, а из необходимости. Тем, кто строит на чужом API, стоит прямо сейчас проверить, сколько времени займёт переключение, пока это учебная тревога, а не рабочий инцидент.
По материалам Latent Space

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Безос вложил $12 млрд в искусственный интеллект для инженеров вместо чат-ботов
Microsoft второго июня запустила агента Scout, который сам ведёт почту и календарь без команд пользователя, и впервые отдала управление рабочим днём машине, а…

Google начал создание ИИ-агентов в поиске: они следят за темой и сами шлют обновления
Google 12 июня открыл информационных ИИ-агентов (agent, программа, которая сама следит за темой и присылает обновления) в поиске для подписчиков AI Ultra, и…

Дата-центры и энергопотребление растут, но воды они берут в 40 раз меньше гольф-полей
Дата-центры крупнейших ИИ-компаний тратят миллиарды галлонов воды ежегодно, но свежий отчёт Amazon показывает, что в масштабах страны эти объёмы пока…
Комментарии