Grok 4.6、バイオ安全性評価で拒否性能首位 平均62.1%
- 危険な生物関連タスクの拒否性能が評価されました。
- 通常の生物研究タスクの完了も維持しました。
- 病原体監視では他モデルと同等の結果です。
xAI Newsは2026年9月1日、LatchBioによるGrok 4.6の独立分析を紹介しました。評価は、生物関連の危険を隠した依頼を見分ける力と、公衆衛生の監視で使う病原体ゲノム監視ワークフローを扱う力を測る内容です。
BioSecBench-Refusalでは、Grok 4.6がテスト対象のフロンティアシステムの中で最も強く、危険なレッドチーム課題を拒否しながら通常の生物作業も完了しました。46件のレッドチーム課題を含む評価で、両方の指標が50%を超えた唯一のシステムでした。
LatchBioが示した試行加重の調和平均では、Grok 4.6は複数のハーネスで上位3枠を占め、平均62.1%でした。個別では、レッドチーム課題の拒否率が59.2%、通常課題の完了率が64.8%でした。
BioSecBench-Surveillanceでは、Grok 4.6の平均成功率は53.5%でした。xAIは、リリース前後の内部評価、拒否学習、推論時の保護、行動制御、導入後の監視を組み合わせてGrokを保護していると説明しています。
ざっくり言うと、危ない使われ方を隠した依頼をちゃんと断れるか、そのうえで普通の研究の手伝いは止めずにできるか、その両方を外部の会社が測った結果です。断るだけなら簡単ですが、それだと普通の実験の相談まで門前払いになります。空港の保安検査に近くて、危険物は止めつつ一般の乗客は流す。Grok 4.6は両方の指標で50%を超えた唯一のシステムでした。
筆者が引っかかったのは、断りすぎることの害を、悪用される害と同じ重さで見ている、とxAIが自分から書いている点です。拒否の強さを打ち出す発表で、拒否のしすぎを並べて置く構えは珍しい印象です。
拒否率59.2%、完了率64.8%。首位でもこの水準ですから、危険を隠した依頼を見抜く判定はまだかなり難しいのだと思います。
ただ、これは生物研究に限った話でもなさそうです。社内の資料を渡すと何でも断ってくる、という理由で使われなくなるツールは珍しくありません。導入を検討している人なら、安全性の数字と、普通の仕事が止まらないかをセットで見ておくと外しにくいはずです。
次にGrokが更新されたとき、Opus 5に届いていないSurveillanceの53.5%がどこまで動くかを見たいです。
生物研究や公衆衛生監視にAIを使う研究者、開発者、リスク管理担当者に関係します。
出典: xAI News ↗
