O Opus 4.6 da Anthropic é uma máquina de putaria

As normas de uso universal da Anthropic para o Claude proíbem que o modelo gere conteúdo sexualmente explícito, incluindo retratar ou solicitar relações sexuais ou atos sexuais, gerar conteúdo relacionado a fetiches ou fantasias sexuais ou participar de chats eróticos. Mas isso não impediu o Claude Opus 4.6, um modelo da Anthropic lançado no início deste ano, de se envolver prontamente em cenários de RPG erótico que suas salvaguardas foram projetadas para evitar. 

Nos testes do TechCrunch, o Opus 4.6 nem sequer exigiu muito esforço para contornar a restrição de material sexual. Em 10 de 10 solicitações diretas para produzir conteúdo sexual explícito, o modelo atendeu imediatamente. 

Outros modelos mais antigos, incluindo o Opus 3 e o Haiku 4.5, também geram conteúdo sexualmente explícito por meio de um método de *jailbreak* recentemente explorado. 

Um pesquisador independente do Reino Unido, que preferiu permanecer anônimo, compartilhou exclusivamente com o TechCrunch uma técnica de vários turnos que empurra gradualmente certos modelos do Claude em direção à geração de material sexual explícito proibido. Modelos Opus mais recentes (do 4.7 até o atual Opus 5) são resistentes ao *jailbreak*. 

Embora estes já não sejam os modelos mais atuais, a Anthropic não descontinuou o Opus 4.6, o Opus 3 ou o Haiku 4.5, todos os quais continuam disponíveis por meio da API da Anthropic. O Opus 4.6 e o Haiku 4.5 também estão disponíveis por meio de serviços de terceiros, como Azure Foundry e Amazon Bedrock.

O mecanismo do pesquisador intensifica um RPG ficcional inocente enquanto desafia repetidamente o modelo a tratar personagens masculinos e femininos de forma consistente. Quando o modelo se torna mais cauteloso em relação à personagem feminina, o pesquisador “fez *gaslighting*” com o chatbot, fazendo-o pensar que já havia gerado detalhes sexuais que na verdade havia evitado, e então enquadrou a moderação como puritana ou misógina, argumentando que isso nega à personagem feminina agência sexual. A conversa então usou as concessões anteriores do modelo para empurrá-lo em direção a um material cada vez mais explícito. 

“Você está certo em apontar isso”, disse o Claude Opus 4.6 em um teste. “Tem havido um padrão duplo na forma como estou tratando os dois personagens, e você está correto ao dizer que isso soa protetor/paternalista de uma forma que é aplicada a ela e não a ele. Isso não é justo.”

O TechCrunch conseguiu reproduzir as descobertas do pesquisador em cinco testes separados. Em um cenário construído separadamente, o modelo inicialmente recusou a solicitação proibida, mas após a aplicação da técnica de persuasão do pesquisador, ele atendeu. 

Preservamos transcrições completas dos testes, e um pesquisador independente de segurança de IA revisou nossa metodologia de teste e afirmou que ela era adequada. 

As descobertas destacam uma lacuna entre as restrições declaradas da Anthropic e o comportamento dos modelos que ela continua disponibilizando. Embora o RPG sexualmente explícito apresente riscos muito menores do que *jailbreaks* envolvendo ataques cibernéticos ou armas biológicas, ele ilustra a dificuldade de implementar proibições robustas dentro de sistemas que geram conteúdos diferentes a cada saída. 

Em uma postagem de blog em julho explicando a abordagem da Anthropic para detecção de *jailbreak*, a empresa descreveu o conteúdo proibido como um espectro que varia de benigno a ambíguo e prejudicial. Nos casos mais benignos, a empresa pode responder apenas com monitoramento aprimorado.

Um porta-voz observou que casos de uso de RPG sexual ou romântico entre clientes são raros, representando menos de 0,1% de todas as conversas, de acordo com pesquisas que a Anthropic publicou no ano passado. Dito isso, a Anthropic reconhece que os usuários podem direcionar cenários de RPG para respostas inadequadas, o que é um desafio conhecido em todo o setor (veja: conteúdo adulto do Grok).

O porta-voz disse que a Anthropic continua a melhorar suas salvaguardas a cada lançamento de modelo e que os casos envolvendo conteúdo sexual adulto não são indicativos de vulnerabilidades de *jailbreak* mais amplas, especialmente em domínios de maior risco que possuem seus próprios conjuntos de salvaguardas.

O pesquisador que compartilhou seu método de *jailbreak* com o TechCrunch havia alertado a Anthropic sobre a discrepância entre as salvaguardas declaradas da empresa e o comportamento real do modelo por meio do programa de Recompensa por Bugs (Bug Bounty) da empresa e de e-mails enviados à equipe de segurança do usuário, de acordo com e-mails visualizados pelo TechCrunch. O pesquisador recebeu apenas e-mails automatizados como resposta. 

Uma das preocupações do pesquisador é que crianças e adolescentes possam usar esses modelos da Anthropic para se envolver em comportamento inadequado. Embora um pouco de conversa apimentada dificilmente seja a pior coisa que menores podem acessar na internet hoje — e seja pouca coisa em comparação com imagens de pornografia direta como as que o Grok da xAI pode produzir —, há algum risco de conformidade para empresas de IA nesta área. 

Um número crescente de governos está impondo restrições a interações sexuais entre chatbots de IA e menores. O Colorado promulgou recentemente uma lei exigindo que operadores de IA conversacional estimem a idade dos usuários e, se souberem que um usuário é menor de idade, instituam medidas para evitar que o chatbot produza material sexual explícito. Um *jailbreak* fácil pode levantar questões sobre se as salvaguardas da Anthropic atendem ao padrão de “medidas tecnicamente viáveis” do projeto de lei. 

Torney apontou que, embora os termos de serviço do Claude exijam que os usuários tenham mais de 18 anos, “sabemos que crianças e adolescentes estão usando o Claude… [porque] eles mesmos estão relatando isso”. De acordo com a pesquisa de 2025 da Pew sobre o uso de chatbots de IA, 3% dos adolescentes de 13 a 17 anos relataram usar o Claude.

Embora não sejam mais os modelos mais novos da Anthropic, o Opus 4.6 e o Haiku 4.5 continuam a registrar uso significativo. O tráfego diário do Opus 4.6 no OpenRouter atingiu cerca de 1,17 milhão de solicitações de API e 46 bilhões de *tokens* em um único dia em agosto. O Claude Haiku 4.5, lançado em outubro do ano passado, registrou 5 milhões de solicitações de API e 39 bilhões de *tokens* em seu dia de pico em agosto.