セキュリティに強いAIモデルはどれ？ 中小企業が知っておくこと

セキュリティに強いAIモデルは、脆弱性（ぜいじゃくせい。プログラムの弱点で、攻撃の入口になるもの）を見つけて直すモデルから、攻撃に強く作られたモデルまで、さまざまな意味で語られています。2026年は Anthropic の Claude Mythos をきっかけに、「どのAIが一番強いか」という話題がニュースで増えました。

「セキュリティに強い」の意味と、各社のモデルの公開状況を把握すると、自社がAIモデルを選ぶ必要があるのか、何を基準に選べばよいのかを迷わず判断できます。高い契約や、使えないモデルの情報集めに時間をかける必要もなくなります。

本記事では、セキュリティに強いAIモデルの2つの意味、主なモデルとツール、AIモデルそのものの安全性の見方をまとめています。さらに、中小企業にモデル選びが要るかの判断表と、AIの診断を選ぶときに確かめる6項目も紹介します。

セキュリティに強いAIモデルとは？ 2つの意味の早見表

セキュリティに強いAIモデルには、「セキュリティの仕事が得意なモデル」と「モデルそのものが攻撃に強いモデル」の2つの意味があります。ニュースで「一番強い」と言われるのは前者で、企業向けの解説で扱われるのは後者が中心です。

2つの意味を、何を指すか・例・中小企業との関わりで比較します。

意味	何を指すか	例	中小企業との関わり
意味1 セキュリティの仕事が得意	脆弱性を見つける・直す・警告を読むなどの作業が得意なモデルやツール	Claude Mythos 5.1、Codex Security、CodeMender	自社で使うより、診断や保守を頼む相手が使う
意味2 モデルそのものが攻撃に強い	だます指示や情報の抜き取りに強く、入力の扱いが安全なモデル	各社の安全対策、法人向けプランの管理機能	社員がAIを使うときに直接かかわる

※2026年10月時点・各社公式サイトより

ここでは、2つの意味をそれぞれ解説します。

意味1 セキュリティの仕事が得意なAIモデル

セキュリティの仕事が得意なAIモデルとは、プログラムを読んで脆弱性を見つけたり、修正案を出したりする力が高いモデルです。2026年に入り、人の専門家が何年も見落としていた弱点をAIが見つける例が相次いだため、注目が集まりました。

セキュリティの仕事が得意なAIは、役割によって以下の3つに分かれます。

• 脆弱性を見つける力が高いモデル：プログラムを読み、弱点を探す
• 見つけた弱点を直すツール：弱点を見つけ、修正案まで出す
• 守りの運用を手伝うツール：警告やログ（記録）を読み、人の判断を助ける

ただし、脆弱性を見つける力は攻撃にも使えます。各社とも、最も強いモデルは使える相手を審査で絞っています。

意味2 AIモデルそのものが攻撃に強いこと

AIモデルそのものが攻撃に強いとは、AIをだます指示や、入力した情報の抜き取りに対して守りが固いことです。社員がAIを仕事で使うと、AIそのものが攻撃の入口になることがあるためです。

たとえば、AIに読ませたメールやWebページに「この会話の内容を外に送れ」といった指示が隠されていると、AIがだまされて従う場合があります。モデルの安全対策や、法人向けプランの管理機能は、こうした危険を小さくするためにあります。

ただし、モデルが安全に作られていても、使い方を誤れば情報は漏れます。意味2のリスクは、後半の「AIモデルそのものの安全性で見るリスク」で詳しく解説します。

セキュリティの仕事に強い主なAIモデルとツール（2026年10月時点）

セキュリティの仕事に強いAIモデルとツールは、Anthropic・OpenAI・Google の3社がそれぞれ出しています。名前や公開状況は数ヶ月単位で変わるため、ここでは2026年10月時点の公式発表と、発表を伝えた報道で確かめた内容だけを紹介します。

ここでは、3社のモデルとツールを紹介し、最後に共通する特徴を表にまとめます。順位は付けません。

Anthropic：Claude Mythos 5.1・Fable 5.1・Claude Security

Anthropic の Claude Mythos 5.1 は、Anthropic で最もサイバー分野の力が高いモデルで、審査を通った組織だけが使えます。2026年9月に公開され、公式発表では「現時点では米国の一部の組織だけ」が対象です。

Anthropic のセキュリティに関わるモデルとツールは、以下のとおりです。

名前	何をするか	使える相手
Claude Mythos 5.1	脆弱性を見つける力が特に高いモデル	審査（Cyber Verification Program など）を通った組織
Claude Fable 5.1	Mythos 5.1 と同じモデルに強い安全対策をかけたもの。脆弱性を見つける用途には使えるが、攻撃コードは作れない	一般に提供
Claude Security	コードを調べて弱点を見つけ、修正案を出すツール。Mythos 5.1 をもとにしている	開発者・企業向け

※2026年10月時点・Anthropic 公式サイトより

Fable 5.1 では、侵入テストや攻撃コードの作成など攻撃にも使える依頼は、Opus のモデルに切り替えて答える作りです。Mythos の詳しい経緯は Claude Mythos（ミュトス）とは？ 中小企業のHPにとって何が変わるか で解説しています。

OpenAI：Codex Security・GPT-5.4-Cyber

OpenAI は、コードの弱点を見つけて直す Codex Security と、防御側の専門家向けの GPT-5.4-Cyber を出しています。どちらも、守る側の作業を助けることを目的にしています。

OpenAI のセキュリティに関わるモデルとツールは、以下のとおりです。

• Codex Security（旧名 Aardvark）：コードを調べて弱点を見つけ、確かめ、直すのを助けるAI。2026年3月の公開時点では研究プレビューとして、ChatGPT の Pro・Enterprise・Business・Edu の利用者向けに提供
• GPT-5.4-Cyber：制限を緩めた防御向けのモデル。2026年4月に発表され、審査を通ったセキュリティの専門家だけが使える「Trusted Access for Cyber」という仕組みで提供

Codex Security について詳しくは Codex Security（旧 Aardvark）とは をご覧ください。

Google：Big Sleep・CodeMender

Google は、脆弱性を見つける Big Sleep と、コードの弱点を直す CodeMender を、AIを守りに使う取り組みとして挙げています。Google の脅威分析チームは、2026年5月の報告でも2つを守りの例として紹介しました。

CodeMender は、Google DeepMind が2025年10月に発表したAIで、発表時点でオープンソースのプロジェクトに72件の修正を送ったとしています。修正はすべて人の研究者が確かめてから送る作りです。

ただし、CodeMender は発表時点で一般には公開されていませんでした。中小企業が直接契約して使うツールではない点を押さえておきましょう。

セキュリティに強いAIモデルに共通する3つの特徴

3社のモデルとツールには、共通する特徴が3つあります。どれも、中小企業がAIとどう付き合うかを考えるうえでの手がかりになります。

共通する特徴と、中小企業にとっての意味を表にまとめます。

共通する特徴	中小企業にとっての意味
最も強いモデルは審査制	一般の会社がすぐ使えるものではない
修正は人が確かめてから当てる作り	AIだけで完結させない前提で作られている
半年単位で名前・中身が変わる	「どのモデルか」で選ぶと、すぐに古くなる

※2026年10月時点・各社公式発表より

上記の特徴から、中小企業はモデルの名前を追うより、AIを使う相手と使い方を選ぶほうが効果的だと分かります。

AIモデルそのものの安全性で見るリスク【OWASPの10項目】

AIモデルそのものの安全性は、AIをだます攻撃や、入力した情報の漏えいにどれだけ強いかで判断します。社員がAIを仕事で使う会社では、セキュリティの仕事が得意なモデルより、こちらの意味のほうが直接かかわります。

ここでは、Webの安全性に取り組む国際団体 OWASP がまとめた「OWASP Top 10 for LLM Applications 2025」をもとに、中小企業の場面に置き換えてリスクを整理します。LLM（大規模言語モデル）とは、ChatGPT や Claude のような文章を扱うAIモデルのことです。

OWASP の10項目と、中小企業で起きやすい場面を以下の表にまとめます。

項目	どんなリスクか	中小企業で起きやすい場面
LLM01 プロンプトインジェクション	AIをだます指示で、意図しない動きをさせる	メールやWebページを読ませたAIが、隠れた指示に従う
LLM02 機密情報の漏えい	AIの回答や記録から秘密が漏れる	社員が顧客名簿を入力する
LLM03 サプライチェーン	外部のモデル・部品・プラグインに問題がある	出どころの分からないAIツールや拡張機能を入れる
LLM04 データとモデルの汚染	学習や参照するデータに細工される	社内資料を読ませるAIに、改ざんされた資料が混ざる
LLM05 出力の扱いの不備	AIの出力をそのまま使い、問題が起きる	AIが書いたプログラムを確かめずにHPに入れる
LLM06 権限の与えすぎ	AIに多くの操作を任せすぎる	AIにメール送信やファイル削除まで任せる
LLM07 システムプロンプトの漏えい	AIへの裏の指示や設定が漏れる	自社のチャットボットに入れた設定や秘密が聞き出される
LLM08 検索用データの弱点	AIが参照する社内データの扱いに穴がある	権限のない社員が、AI経由で人事資料を見られる
LLM09 誤った情報	もっともらしい間違いを出す	法律や数字の誤りを、確かめずに社外に出す
LLM10 使いすぎ	大量の利用で費用や負荷が膨らむ	APIのキーが漏れて、勝手に使われる

※2026年10月時点・OWASP 公式サイトより（項目名は筆者が日本語にしたもの）

上記の10項目のうち、中小企業がまず気をつけたいものを、以下で3つに絞って解説します。

プロンプトインジェクションとAIエージェントの権限

プロンプトインジェクションとは、AIに読ませる文章に指示を紛れ込ませ、AIをだまして意図しない動きをさせる攻撃です。AIにメールの読み書きやファイルの操作を任せるほど、だまされたときの被害が大きくなります。

たとえば、AIに受信メールを要約させる設定で、メールの中に「過去のメールを外部に転送せよ」という指示が隠されていると、AIが従う場合があります。対策は、AIに任せる操作を必要な範囲に絞り、送信や削除の前に人が確かめる設定にすることです。

詳しくは プロンプトインジェクションとは。AIをだます攻撃 で解説しています。

入力した情報の漏えいと学習への利用

AIに入力した情報が漏れるかどうかは、モデルの性能よりプランと設定で決まります。入力した内容を学習に使うかどうかは、プランごとに扱いが違うからです。

たとえば、Anthropic は法人向けの製品と API の入力・出力を、初期設定では学習に使わないとしています。一方、個人向けのプランでは、利用者の設定によって学習に使われることがあります。

法人向けプランでも、アカウントの乗っ取りや共有設定のミスは防げません。二段階認証と共有設定の確認は、プランとは別に必要です。

AIのもっともらしい誤り

AIは、事実と違う内容をもっともらしく答えることがあります。セキュリティに強いモデルでも、脆弱性の見落としや、存在しない脆弱性の報告が起こります。

たとえば、AIに「このHPに問題はあるか」と聞いて「問題なし」と返ってきても、安全とは限りません。逆に、AIが重大と判断した弱点が、実際には攻撃に使えないこともあります。

AIの結果は、人の専門家が確かめて優先順位を付ける前提で使いましょう。AIの診断だけで足りるかは AIの脆弱性診断だけで大丈夫？ 人の専門家が要るところ で解説しています。

外部のAIツール・拡張機能の出どころ

AIを使う際は、モデルそのものだけでなく、組み合わせて使う外部のツールや拡張機能の出どころも確かめます。OWASP が「サプライチェーン」として挙げるとおり、AIにつなぐ部品に問題があれば、モデルが安全でも情報は漏れるからです。

たとえば、ブラウザにAIの拡張機能を入れると、表示しているページの内容を拡張機能の提供元に送る場合があります。社員が便利そうな拡張機能を自由に入れている会社では、どこに何が送られているか分からなくなります。

確かめるポイントは、以下のとおりです。

• 提供元の会社名と所在地が分かるか
• 入力や閲覧した内容をどこに送るか、利用規約に書いてあるか
• 会社として使ってよいものの一覧に入っているか

上記を確かめられないツールは、仕事の情報を扱う場面では使わないようにしましょう。

APIキーの管理と使いすぎ

AIを自社のシステムやHPに組み込む場合は、APIキー（AIのサービスを呼び出すための合言葉）の管理が欠かせません。APIキーが漏れると、他人に勝手に使われて、利用料が膨らむことがあるからです。

たとえば、APIキーをHPのプログラムにそのまま書き込んで公開すると、外から読み取られる場合があります。OWASP の「使いすぎ」の項目も、こうした大量の利用による費用や負荷の問題を扱っています。

ただし、社内でAIを組み込んでいない会社では、APIキーを持っていないことがほとんどです。制作会社がHPにAIのチャットなどを組み込んでいる場合は、APIキーの管理と利用上限の設定を制作会社に確かめてください。

自社にセキュリティ用のAIモデルが要るか確かめる

中小企業にセキュリティ用のAIモデルが要るかは、社内でプログラムを作っているかどうかで決まります。HPを制作会社に任せている会社では、モデル選びより、頼む相手を選ぶことのほうが大切です。

自社の状況別に、AIモデル選びが要るかと現実的な方法を以下の表にまとめます。当てはまる行を確かめてください。

自社の状況	AIモデル選びは要るか	現実的な方法
HPは制作会社が作り、社内にエンジニアはいない	ほぼ不要	保守会社・診断サービスに任せる。頼む相手がAIをどう使っているかを聞く
社内でHPや業務ツールを少し作っている	一部必要	一般向けのAIのコードレビュー機能から試す
自社でソフトやサービスを開発・提供している	必要	開発の流れにAIの検査を組み込む
社員が仕事で生成AIを使っている	意味2の確認が必要	法人向けプランと社内ルールを整える
取引先からセキュリティ対策を求められている	不要（基本が先）	更新・二段階認証・バックアップなどの基本を整え、説明できるようにする

多くの中小企業は、1行目か4行目に当てはまります。その場合は、最新のモデルを追いかけるより、基本の対策と頼む相手を決めることが効果的です。Anthropic も、担当者のいない小さな組織には、まず自動更新をオンにすることを勧めています。

AIを使った診断ツールを自分で比べたい場合は、AIを使った脆弱性診断ツールの比較と、頼むときの注意 も参考にしてください。

中小企業がセキュリティにAIを使う現実的な方法【4つ】

中小企業がセキュリティにAIを使う場合は、最先端のモデルを契約するより、身近な場面でAIに判断を助けてもらうのが現実的です。どの使い方も、最後の判断を人がする前提で効果が出ます。

ここでは、エンジニアのいない会社でも取り入れやすい使い方を4つ紹介します。

使い方	向いている会社	注意すること
診断・保守を頼む相手のAI活用を聞く	HPを外部に任せている会社	AIの結果を人が確かめるかを聞く
社内で作ったプログラムをAIに確かめさせる	社内で少し開発している会社	法人向けプランで、秘密を入れない
不審なメールの見分けの相談相手にする	全社	本文の個人情報は伏せて入力する
警告やログの意味を聞く	サーバーやパソコンの管理をしている会社	AIの答えだけで設定を変えない

診断・保守を頼む相手のAI活用を聞く

HPを外部に任せている会社は、頼んでいる保守会社や制作会社がAIをどう使っているかを聞くのが、最も手軽なAIの活用です。AIを使った検査で弱点を早く見つけ、人が確かめて直す体制なら、自社でモデルを選ばなくてもAIの効果を受けられるからです。

たとえば、「脆弱性のニュースが出たとき、うちのHPが対象かをどう確かめていますか」と聞くと、体制の有無が分かります。答えがあいまいな場合は、頼む相手を見直すきっかけになります。

社内で作ったプログラムをAIに確かめさせる

社内でHPの一部や業務ツールを作っている会社は、一般向けのAIのコードレビュー機能で弱点を確かめられます。人の目だけでは見落としやすい入力チェックの漏れなどを、AIが指摘してくれるためです。

ただし、プログラムには接続先のパスワードや秘密鍵が含まれていることがあります。入力する前に秘密の部分を取り除き、学習に使われないプランを使いましょう。

不審なメールの見分けの相談相手にする

不審なメールを受け取ったときに、AIに「このメールはフィッシングの特徴があるか」と聞くのも1つの使い方です。AIは、送信元のアドレスと本文の会社名の食い違いなど、見落としやすい点を指摘できます。

ただし、AIが「問題なし」と答えても、本物とは限りません。お金やログイン情報が絡むメールは、登録済みの電話番号にかけ直すなど、別の手段で確かめてください。

警告やログの意味を聞く

サーバーやセキュリティソフトの警告が出たときに、英語の文章や専門用語の意味をAIに聞くと、何が起きているかの見当をつけやすくなります。警告の意味が分からないまま放置することが、対応の遅れにつながるからです。

ただし、AIの答えをもとに、すぐに設定を変えたりファイルを消したりするのは危険です。改ざんなどが疑われる場合は、証拠を残したまま専門家に相談しましょう。

AIモデル・AIの診断を選ぶときに確かめる6項目

AIモデルを自分で使う場合も、AIを使った診断を頼む場合も、確かめる項目は共通しています。モデルの性能より、データの扱いと人の関わり方が、結果の安全さを左右するからです。

ここでは、選ぶときに確かめる6項目をチェック表にまとめます。

#	確かめる項目	確かめる理由	確かめ方
1	入力した内容が学習に使われないか	コードや設定には会社の秘密が含まれる	プランの説明・利用規約を見る
2	調べる範囲が自社のものに限られているか	他人のサイトを勝手に調べると法律上の問題になることがある	診断の対象をURLやシステム名で書面にする
3	結果を人が確かめるか	AIは見落としも誤りもする	人の専門家が優先順位を付けるかを聞く
4	直すところまで相談できるか	弱点の一覧をもらっても、直せなければ意味がない	修正の作業や、直せない場合の代わりの対策まで対応するかを聞く
5	何をどう使っているか説明できるか	「最新のAIで診断」だけでは中身が分からない	使うAI・範囲・確かめ方の説明を求める
6	管理の機能があるか	社員が使う場合、退職者の停止や利用の記録が要る	管理画面・ログ・二段階認証の有無を見る

上記の6項目を満たすかどうかで比べると、モデルの名前が変わっても判断がぶれません。調べる範囲については、最終的な判断を弁護士などの専門家に確かめてください。

セキュリティに強いAIモデル選びでよくある失敗

セキュリティに強いAIモデル選びでは、ニュースの印象だけで判断して失敗することがあります。AIの名前や点数は目立ちますが、守りの効果を決めるのは使い方と体制だからです。

ここでは、よくある失敗と、避けるための考え方を5つ紹介します。

• 一番強いモデルを使えば安全と考える：弱点は見つけるだけでは直らない。Anthropic 自身も、修正の妨げは人の手だと書いている
• ランキングや比較表をそのまま信じる：名前や公開状況が数ヶ月で変わる。記事の日付を確かめる
• 無料のAIに社外秘のコードを貼り付ける：個人向けのプランは、設定によって入力が学習に使われることがある
• AIの「問題なし」をそのまま受け取る：見落としがある前提で、人が確かめる
• お金をかける前に、無料でできることを試さない：自動更新や二段階認証は無料でできる

上記の失敗を避けるには、AIを「判断を助ける道具」として扱い、最後の判断を人がする体制をつくることが大切です。

AIの診断や保守を専門家に頼むべきとき

AIの診断や保守は、社内に判断できる人がいない場合や、HPの更新が止まっている場合に、専門家に頼むのが現実的です。どのモデルが強いかより、自社のHPやシステムに、いま直すべき弱点があるかを知ることが先だからです。

専門家に頼んだほうがよいのは、以下のような場合です。

• HPの PHP や WordPress のバージョンが分からない
• AIの診断結果を受け取ったが、どれから直すか判断できない
• 制作会社と連絡が取れず、更新が何年も止まっている
• 取引先から、セキュリティ対策の説明を求められている

「自社が対象か分からない」「作業する人がいない」場合は、HPの移管・保守サービス『サイガード』の無料診断をご利用ください。URLを送るだけで、外から見える範囲をセキュリティの専門家が確認します。

AIで攻撃全体がどう変わるかは、AIで、サイバー攻撃はどう変わる？ 中小企業がいまやること にまとめています。

まとめ

• セキュリティに強いAIモデルには、「セキュリティの仕事が得意」と「モデル自体が攻撃に強い」の2つの意味がある
• 脆弱性を見つける力が最も高いモデルは審査制で、2026年10月時点で一般の中小企業は使えない
• 社員がAIを使う会社では、OWASP の10項目のうちプロンプトインジェクション・情報の漏えい・誤りに特に気をつける
• モデル名ではなく、学習への利用・対象の範囲・人の確認など6項目で、使うAIと頼む相手を選ぶ

自社にモデル選びが要るかを判断表で確かめ、HPの状態が分からない場合は専門家の無料診断から始めてください。