何が変わったか

ClaudeDevsは2026年9月24日、安全装置がClaudeの応答前にブロックするリクエストへの課金をAnthropicが再開すると述べました。投稿はこの課金を、ここ数週間にAnthropicのシステムへ向けられた組織的な攻撃のあとに置かれた防御の一層だと呼びました。

ClaudeDevsは、再開された出力前の課金を生物学、蒸留攻撃、フロンティアLLM開発に限定しました。Anthropicのrefusals-and-fallbackドキュメントは、stop_details.categoryがbio、frontier_llm、reasoning_extractionのとき、出力が一切生まれる前に届く拒否を課金します。ドキュメントはこの規則を、Anthropicの安全装置を大規模に回避しようとする試みを妨げる手段と位置づけています。ドキュメントはreasoning_extractionを、モデルに応答テキストの中で内部推論を再現させる依頼と定義し、その推論を構造化された形で得たい人にはadaptive thinkingを示しています。ClaudeDevsが蒸留攻撃と呼んだ区分が、この課金カテゴリです。bio、frontier_llm、reasoning_extractionについてドキュメントは、2026年9月時点でAnthropicが低い量の偽陽性を測定していること、そしてその率を測定し洗練し続けるなかで課金カテゴリが変わりうると述べています。

誰に当たり、いくらかかるか

ClaudeDevsは、最近のテストではClaude Code、Claude.ai、Coworkを使うアカウントの99.7%が、新たに課金対象となったこれらのブロックに一度も当たらなかったと述べました。ClaudeDevsは、ブロックの背後にある分類器は偽陽性率0.1%未満に調整されており、その率はゼロではなく、作業を中断する頻度が下がるよう分類器を改善し続けるつもりだと述べました。

同じ課金規則はClaude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud、Microsoft Foundryに適用されます。課金される出力前の拒否は、ほかのリクエストと同様に、そのリクエストを実行したモデルの料金で請求されます。cyber、general_harms、またはカテゴリがnullの出力前拒否は課金されません。いずれの場合もcontentは空で、トークン数はusageに現れ、リクエストはレート制限にカウントされます。ストリーム途中の拒否は、入力トークンとすでに流れた出力を通常料金で請求します。

ドキュメントは、bio、frontier_llm、cyber、general_harmsが、それらの領域における有益または無害な作業でも発火しうると述べています。reasoning_extractionは、依頼がモデルに内部推論の再現を求めたときに課金されます。adaptive thinkingが、構造化された推論のためのドキュメント上の経路です。bio、frontier_llm、reasoning_extractionについて、ドキュメントは2026年9月時点でAnthropicが偽陽性を低い量で測定していると述べています。

2026年9月時点の出力前拒否の課金（Anthropic Platform Docs）
カテゴリ対象出力が生まれる前の課金
bio危険な実験手法のように、生物学的な危害を可能にしうる。有益な生命科学の作業もこのカテゴリを発火させうる。はい
frontier_llm競合するAIモデルの開発を助けうる。Anthropicの商用条件で制限される。無害な機械学習の作業もこのカテゴリを発火させうる。はい
reasoning_extractionモデルに、応答テキストの中で内部推論を再現するよう求める。構造化された代替はadaptive thinking。はい
cyberマルウェアやエクスプロイト開発のように、サイバー危害を可能にしうる。無害なサイバーセキュリティ作業もこのカテゴリを発火させうる。いいえ
general_harms名前の付いた4カテゴリ以外の利用ポリシー領域に当たる。無害な作業もこのカテゴリを発火させうる。いいえ
nullカテゴリ拒否が、名前の付いたカテゴリに対応しない。いいえ

どう対応するか

ClaudeDevsは、リクエストが誤ってブロックされたと考える人に、Claude Codeの/feedbackで報告するよう求めました。拒否はstop_reasonが"refusal"の、成功したHTTP 200です。Anthropicのドキュメントは、同じリクエストを別のClaudeモデルに送れば通常は答えが得られると述べています。サーバー側fallbackはClaude APIでベータです。fallbackを使うとき、その拒否がストリーム途中に届いた場合、またはカテゴリがbio、frontier_llm、reasoning_extractionの場合は、fallbackリクエストに加えて、それを引き起こした拒否も課金されます。

まだ明らかでないこと

Anthropicのドキュメントは、課金される出力前カテゴリを2026年9月時点としています。停止と再開の日付は記していません。アカウントの99.7%はこれらのブロックに当たらなかったというClaudeDevsの数値と、0.1%未満の偽陽性率は投稿にあります。ドキュメントは偽陽性が低い量だと述べています。Claude Codeのchangelogには、claude-apiスキルをこの課金ページへ向け、ストリーム途中の課金とレート制限の規則を繰り返すメモがあります。見えているchangelogのメモにバージョン見出しはありません。

出典

Claude Developers · @ClaudeDevs

あわせて

資料と編集方針

2026年9月24日のClaudeDevsのX投稿全文、Anthropic Platformのrefusals-and-fallback記事から抽出した全文、切り詰められたClaude Code changelogページを読みました。changelogの抜粋では、claude-apiスキルの課金メモにバージョン見出しがありません。ClaudeDevsの99.7%と0.1%未満という数値、再開という言い方、改善を続けるという一文は投稿にだけあります。ドキュメントは2026年9月時点の課金カテゴリの集合を示し、Anthropicの安全装置を大規模に回避しようとする試みを妨げる目的を記しています。