Claude Fable 5.2登場：値下げした最上位モデルは日常使いになるか？ Opus 5.5・GPT-6 Astra・GPT-6.1 Sol・Gemini 4 Carbon・Grok 4.7とコーディング・文章作成を比較
- 公開
- 読了時間
- 30分で読めます
AnthropicがClaude Fable 5.2を発表しました。API単価は2割下がり、評価機関の総合指標では首位です。Fable 5.2とClaude Opus 5.5・GPT-6 Astra・GPT-6.1 Sol・Gemini 4 Carbon・Grok 4.7の6モデルを、同じ評価環境のコーディングと文章・資料作成の公開評価、API単価と1タスクあたりの実費で比較します。前世代のFable 5.1からの伸びと、思考設定ごとの費用の違いも整理します。
POINT
難しい実装や、範囲が大きく答えの定まらない技術的な仕事を任せるなら、Claude Fable 5.2が最初の候補です。総合指標と、オープンソースの開発課題を解く評価で首位でした。提案書や報告書の作成はClaude Opus 5.5とほぼ同じ評価で、費用はOpus 5.5のほうが低く済みます。Fable 5.2は最上位の思考設定だと1タスクの費用が最も高いため、開発作業ではまずhigh設定から試すのがおすすめです。
2026年11月10日時点の公式発表と評価機関の公開データに基づく比較です。当社で各モデルに同じ課題を解かせた実測は行っていません。用途の提案は、公開評価を踏まえた筆者の整理です。
比較の要点
| 評価・観点 | 測っている内容 | 6モデルの首位 |
|---|---|---|
| Intelligence Index v5.0.1測っている内容：9つの評価をまとめた総合指標 | 9つの評価をまとめた総合指標 | Fable 5.2 |
| FrontierCode 2.0測っている内容：オープンソースへの変更がマージできる水準か | オープンソースへの変更がマージできる水準か | Fable 5.2 |
| Terminal-Bench 4.0測っている内容：ターミナル上で複数の手順を進める作業 | ターミナル上で複数の手順を進める作業 | Gemini 4 Carbon（一般提供前） |
| AA-Briefcase v1.1測っている内容：業務成果物を作る | 業務成果物を作る | Opus 5.5（Fable 5.2 とほぼ同等） |
| 1タスクあたりの費用測っている内容：総合指標を解いたときの実費 | 総合指標を解いたときの実費 | GPT-6.1 Sol（最も低い） |
2026年11月9日、Anthropicは最上位モデルのClaude Fable 5.2とClaude Mythos 5.2を発表しました。コーディング、推論、画像の読み取りが改善され、出力の生成はFable 5.1より最大30%速くなったと説明しています。
API単価も下がりました。100万トークンあたり入力8ドル・出力40ドルで、Fable 5.1の入力10ドル・出力50ドルから2割の値下げです。
一方でAnthropicは、同じ発表の中で、ほとんどのコーディングと知識労働はClaude Opus 5.5から始めることをすすめています。Fableは、範囲が大きく答えの定まらない技術的な仕事のためのモデルという位置づけです。値下げされたFable 5.2は、どの仕事から試すとよいのでしょうか。
今回は、Fable 5.2をClaude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol、Gemini 4 Carbon、Grok 4.7の5モデルと比べます。前世代のClaude Fable 5.1も参考として表に添えます。観点はこれまでの比較記事と同じく、コーディングと文章・資料作成の2つです。あわせてAPI単価と1タスクあたりの実費を整理します。
出典：Anthropicの発表（2026年11月10日確認）
Fable 5.2で何が変わったのか
Anthropicの発表から、モデルを選ぶうえで押さえておきたい変更を整理します。
- 価格：100万トークンあたり入力8ドル・出力40ドル。Fable 5.1から2割下がりました。
- 速度：出力の生成が最大30%速くなりました。生成を最大2.5倍速くするfast modeも、入力16ドル・出力80ドルで選べます。
- 思考設定：モデルがどれだけ考えるかを決める設定です。ClaudeのアプリとClaude Codeでは、mediumが既定です。Anthropicは、medium設定のFable 5.2が、Fable 5.1より少ないトークンで難しい作業を終えられると説明しています。
- 安全対策による中断：FableとMythosは同じモデルで、Fableにはサイバーセキュリティと生物学の安全対策が付きます。この対策が応答を止める回数は、Fable 5.1より約55%減ったとしています。
- 役割：ほかのモデルの相談役（Advisor）や、小さなモデルへ作業を振り分ける指揮役（Orchestrator）としても使えます。
Fable 5.2は発表当日から、Claude Platform（API）とAmazon Web Services、Google Cloud、Microsoft Azureで使えます。モデルIDは claude-fable-5-2 です。コンテキスト長は100万トークン、最大出力は12万8,000トークンで、入力が長くなっても単価の割増はありません。
GitHub Copilotでも、11月9日付のChangelogで一般提供が告知されました。対象はCopilot Pro+、Max、Business、Enterpriseで、段階的に展開されます。なお、この告知はURLの末尾と画像の表記が「Fable 5.5」になっていますが、題名と本文はFable 5.2です。
Claudeの有料プランには、発表記念の利用枠も用意されています。ProプランとTeamプランの標準シートでは、11月16日（米国太平洋時間）まで、週間の利用上限の50%までをFableに使えます。
出典：Anthropicのモデル一覧と料金ページ、発表記念の利用枠の案内、GitHub Changelog（2026年11月10日確認）
なお、Fable 5.2の安全対策は、侵入テストやエクスプロイトの生成など、サイバーセキュリティ関連の作業の多くを止めます。この領域の仕事には、Mythos 5.2が用意されています。同じモデルからこれらの安全対策の一部を外したもので、審査を通った組織だけが使えます。本記事では、一般に提供されているFable 5.2を扱います。
Anthropicが公表した評価値
Anthropicは発表で、競合モデルとの比較表を示しています。コーディングと知識労働に関わるものを抜き出します。
| 評価（Anthropic公表） | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| FrontierCode 2.0（開発作業） | 49.1% | 32.4% | 45.5% | 42.8% | 41.1% |
| FrontierSWE v2（開発作業） | 69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| AutomationBench（業務自動化） | 51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
| AA-Briefcase v1.1（業務成果物、Elo） | 1,785 | 1,669 | 1,800 | 1,569 | 1,611 |
出典：Anthropicの発表の比較表（2026年11月10日取得）。FrontierCode 2.0は、Fable 5.2とFable 5.1がxhigh設定、Gemini 4 Carbonがmedium設定の値です。それ以外は各モデルの最上位の思考設定です。
Anthropicの表自体も、Fable 5.2がすべてで先頭ではないことを示しています。業務自動化のAutomationBenchではGemini 4 Carbonが2.5ポイント上、業務成果物のAA-BriefcaseではOpus 5.5が15点上です。
また、この表にはGPT-6.1 SolとGrok 4.7が入っていません。6モデルを同じ条件で並べるには、別の物差しが必要です。
比較の前提：同じ評価環境で測った数値を軸にする
各社の発表資料は、比べる相手、思考設定、実行環境がそれぞれ異なります。そこで本記事でも、独立評価機関Artificial Analysis（以下AA）が同じ環境で測った数値を比較の軸にします。
今回から、総合指標の版が変わっています。前回のGemini 4 Argon比較記事ではIntelligence Index v4.3.2でしたが、AAは10月27日にv5を告知し、現在はv5.0.1です。
v5では、構成する評価が10個から9個になりました。FrontierCode 2.0とTerminal-Bench-Science 0.1が加わり、SciCodeなど3つの評価が外れています。評価と重みが変わったため、同じモデルでも点数が変わります。たとえばGPT-6 Astra（max）は、前回記事の53から、今回は56.9（AAの表示では57）になりました。前回までの記事の指数や1タスクの費用とは、そのまま比べられません。今回は、6モデルに前世代のFable 5.1を加えた7モデルすべての値を、2026年11月10日に取り直しました。
使う評価は次のとおりです。
| 観点 | 使う評価 | 単位 |
|---|---|---|
| コーディング | Terminal-Bench 4.0 / FrontierCode 2.0 | 正答率・スコア（%） |
| 文章・資料作成 | AA-Briefcase v1.1 | Eloレーティング |
| 費用 | 総合指標を解いたときの1タスクあたりの費用 | 米ドル |
設定は、AAが各モデルで評価した最上位の思考設定です。Claudeの3モデルとGPT-6 Astra、GPT-6.1 Solはmax、Gemini 4 Carbonはhigh、Grok 4.7はxhighです。AAは、Claudeの3モデルの結果を「Max, Default Fallback」という設定名で掲載しています。AAのFable 5.1の評価記事によると、安全対策が反応した要求を別のClaudeモデルへ回す、Anthropic既定のフォールバックを有効にして測った結果です。思考設定の名前が同じでも、モデルが違えば計算量や費用は同じではありません。
以下の割合と指数は小数第1位、Eloは整数に丸めています。AAのページでは、指数は整数（Fable 5.2は65）で表示されます。差や倍率は、丸める前の値から計算しました。
本記事で信頼区間を確認したのはAA-Briefcaseだけです。ほかの評価の差は掲載値の大小を示すもので、統計的な有意性まで確認したものではありません。
まず、総合指標の値です。これは9つの評価をまとめた指数で、正答率ではありません。
| モデル（設定） | Intelligence Index v5.0.1 |
|---|---|
| Claude Fable 5.2（max） | 64.6 |
| Gemini 4 Carbon（high） | 60.0 |
| Claude Opus 5.5（max） | 59.1 |
| GPT-6 Astra（max） | 56.9 |
| GPT-6.1 Sol（max） | 54.6 |
| Grok 4.7（xhigh） | 35.5 |
| 参考：Claude Fable 5.1（max） | 49.2 |
出典：AAのIntelligence Indexとv5の告知記事、AAの各モデルのページ（Fable 5.2、Gemini 4 Carbon、Opus 5.5、GPT-6 Astra、GPT-6.1 Sol、Grok 4.7、Fable 5.1）。2026年11月10日取得。以下の表で「各モデルのページ」と書いた出典は、この7ページを指します。
Fable 5.2は64.6で、AAのIntelligence Indexのページでも最も高い値です。6モデルの2位のGemini 4 Carbonに4.5ポイント、Opus 5.5に5.5ポイントの差をつけました。前世代のFable 5.1からは15.4ポイント上がっています。
Grok 4.7は35.5で、ほかの5モデルから離れています。後で見るように、コーディングの評価が低い一方で、文章・資料作成では6モデルの3位に入るモデルです。
Gemini 4 Carbonは、まだ一般には使えない
Gemini 4 Carbonは、Googleが10月28日に発表した最新のフラッグシップです。本ブログでは初めて取り上げます。Googleは、9月30日に発表したGemini 4 Argonの上に築いたモデルだと説明し、サイバーセキュリティと長時間の作業を強みに挙げています。
ただし11月10日時点で、Carbonの提供先は一部のサイバー防御者に限られています。Googleは、信頼できるサイバー防御者に向けた提供プログラムであるFairwind Programを通じて、パートナーへ段階的に広げるとしています。Gemini APIのモデル一覧と価格表には載っていません。開発者・企業・一般ユーザーへは「できるだけ早く」提供するとしていますが、時期は示されていません。
AAは、一般提供の前に評価結果を公開しています。Carbonの数値は、使えるようになったときに自分たちの課題で確かめるための材料として読んでください。
出典：Googleの発表、Gemini APIのモデル一覧と価格表（2026年11月10日確認）
コーディング力：オープンソースの開発課題はFable 5.2、ターミナル作業はGemini 4 Carbonが首位
コーディングは2つの評価で見ます。
- Terminal-Bench 4.0：ソフトウェア開発、機械学習、運用などの66件の作業を、ターミナル上で最後までやり遂げられるかを測ります。用意されたテストにすべて通った場合だけ成功と数え、各作業3回の平均を出します。
- FrontierCode 2.0：実在するオープンソースのリポジトリへの変更が、メンテナがマージできる水準かを測ります。132件の課題を各3回解かせ、非公開のテストと採点基準で点数を付けます。値は平均スコアで、合格率ではありません。
| モデル（設定） | Terminal-Bench 4.0 | FrontierCode 2.0 |
|---|---|---|
| Claude Fable 5.2（max） | 59.6% | 48.8% |
| Claude Opus 5.5（max） | 59.6% | 46.4% |
| GPT-6 Astra（max） | 59.1% | 42.4% |
| GPT-6.1 Sol（max） | 56.1% | 40.6% |
| Gemini 4 Carbon（high） | 65.2% | 40.6% |
| Grok 4.7（xhigh） | 25.8% | 28.7% |
| 参考：Claude Fable 5.1（max） | 52.0% | 31.6% |
出典：AAのTerminal-Bench 4.0とFrontierCode 2.0、各モデルのページ（2026年11月10日取得）。
FrontierCode 2.0：Fable 5.2が首位、前世代から17ポイントの伸び
Fable 5.2は48.8%で、Opus 5.5を2.3ポイント、GPT-6 Astraを6.4ポイント上回りました。Fable 5.1の31.6%からは17.1ポイントの伸びです。
Anthropicの公表値は、xhigh設定で49.1%、high設定で45.3%でした。AAの共通環境では、highが49.1%、maxが48.8%、xhighが47.6%です。同じ設定どうしで比べると、xhighで1.5ポイント、highで3.8ポイントの開きがあります。設定ごとの値は一致しませんが、Fable 5.2が首位という結果は共通しています。AAの評価ページでは、Fable 5.2のこの3つの設定が、評価の上位3つを占めています。
Terminal-Bench 4.0：Gemini 4 Carbonが首位、Fable 5.2はOpus 5.5と同率
こちらは、6モデルの首位がGemini 4 Carbonで、65.2%です。Fable 5.2とOpus 5.5は同じ59.6%で、Carbonとは5.6ポイントの差があります。GPT-6 Astraも59.1%で、3モデルが0.5ポイントの幅に並びました。
Fable 5.2は、Fable 5.1（52.0%）からは7.6ポイント伸びています。ただし、max設定どうしでは、この評価でOpus 5.5を上回っていません。
なお、6モデルの外には、さらに高い値のモデルもあります。同じ評価ページでは、Kimi K3.1 Pro（67.2%）がGemini 4 Carbonを上回り、Claude Sonnet 5.5（max、63.6%）もFable 5.2より上です。
2つの評価で首位が入れ替わる
FrontierCode 2.0ではFable 5.2、Terminal-Bench 4.0ではGemini 4 Carbonが首位です。CarbonはFrontierCode 2.0では40.6%で、GPT-6.1 Solと並ぶ位置にいます。1つの評価の順位だけで「コーディングに最も強いモデル」を決められないことが分かります。
導入時は、自分たちが実際に使う開発ツールで、代表的な不具合修正や機能追加を同じ開始地点から解かせて比べるのが確実です。
文章・資料作成：Opus 5.5とFable 5.2がほぼ並ぶ
文章・資料作成には、業務の成果物を評価するAA-Briefcase v1.1を使います。データ分析や事業戦略など4つのプロジェクト、計91件のタスクで、メモ・スライド・表計算などの成果物を作らせる評価です。要件の達成（合否）、分析の質、見せ方の3つを組み合わせて、総合のEloレーティングを出します。
| モデル（設定） | 総合Elo | 95%信頼区間 |
|---|---|---|
| Claude Opus 5.5（max） | 1,800 | 1,789–1,812 |
| Claude Fable 5.2（max） | 1,785 | 1,775–1,796 |
| Grok 4.7（xhigh） | 1,637 | 1,628–1,647 |
| Gemini 4 Carbon（high） | 1,611 | 1,601–1,621 |
| GPT-6 Astra（max） | 1,569 | 1,560–1,577 |
| GPT-6.1 Sol（max） | 1,555 | 1,546–1,564 |
| 参考：Claude Fable 5.1（max） | 1,669 | 1,661–1,678 |
出典：AA-Briefcaseリーダーボード（2026年11月10日取得）。Eloは相対評価であり、正答率や満点に対する達成率ではありません。
Opus 5.5との差は15点で、信頼区間が重なる
首位はOpus 5.5の1,800、Fable 5.2は1,785です。差は15点で、2モデルの95%信頼区間は重なっています。この評価では、どちらが上と言い切れる差ではありません。
Fable 5.2は、Fable 5.1（1,669）から116点上がりました。前回の比較では、Opus 5.5とFable 5.1の間に大きな差がありました。Fable 5.2で、その差がほぼ埋まったことになります。
なお、リーダーボード全体の首位は、6モデルの外のClaude Sonnet 5.5（max）で、1,813です。Opus 5.5との差は13点で、こちらも信頼区間が重なります。文章・資料作成では、Claudeの3モデル（Sonnet 5.5、Opus 5.5、Fable 5.2）が上位に並んでいます。
内訳：要件の合格率はFable 5.2、分析の質はOpus 5.5
| モデル（設定） | 分析の質（Elo） | 見せ方（Elo） | 要件の合格率 |
|---|---|---|---|
| Claude Opus 5.5（max） | 2,133 | 1,716 | 61.2% |
| Claude Fable 5.2（max） | 2,017 | 1,704 | 66.1% |
| Grok 4.7（xhigh） | 1,932 | 1,504 | 55.4% |
| Gemini 4 Carbon（high） | 1,672 | 1,601 | 61.8% |
| GPT-6 Astra（max） | 1,751 | 1,556 | 52.0% |
| GPT-6.1 Sol（max） | 1,764 | 1,459 | 55.7% |
| 参考：Claude Fable 5.1（max） | 1,958 | 1,495 | 61.5% |
出典：AA-Briefcaseリーダーボード（2026年11月10日取得）。分析の質と見せ方は、それぞれ独立したEloです。
Fable 5.2の要件の合格率は66.1%で、7モデルで最も高い値です。指示や資料に含まれる要件を満たす力では、Opus 5.5（61.2%）を上回ります。
Fable 5.1からの伸びが大きいのは見せ方です。1,495から1,704へ209点上がり、Opus 5.5（1,716）とほぼ同じ水準になりました。一方、分析の質はOpus 5.5が2,133で、Fable 5.2（2,017）を116点上回ります。
3位のGrok 4.7は、分析の質（1,932）が6モデルで3番目に高く、見せ方（1,504）は低めです。Gemini 4 Carbonは逆に、見せ方（1,601）が6モデルで3番目に高く、分析の質（1,672）は6モデルで最も低い値でした。総合Eloが近くても、成果物の特徴は違います。
日本語の文章は、自分たちの原稿で比べる
AA-Briefcaseを含め、今回の評価は日本語の文章の自然さを測っていません。日本語で書かせる用途では、同じ資料・読者・文字数・文体指定を渡し、モデル名を伏せて読み比べる方法をおすすめします。比べる観点は、GPT-6 Astra比較記事の比較表にまとめています。
思考設定で変わるFable 5.2：maxは費用が高く、highが現実的
ここまでのFable 5.2の値は、最上位の思考設定（max）のものです。AAは、Fable 5.2を5つの思考設定で測っています。設定を下げると、評価と費用はどう変わるのでしょうか。
| 思考設定 | 総合指標 | Terminal-Bench 4.0 | FrontierCode 2.0 | AA-Briefcase | 1タスクの費用 |
|---|---|---|---|---|---|
| max | 64.6 | 59.6% | 48.8% | 1,785 | $26.54 |
| xhigh | 62.2 | 61.6% | 47.6% | 1,738 | $14.83 |
| high | 61.8 | 59.6% | 49.1% | 1,677 | $9.08 |
| medium | 56.4 | 55.1% | 41.3% | 1,622 | $3.80 |
| low | 53.9 | 54.5% | 38.4% | 1,563 | $3.10 |
| 比較：Opus 5.5（max） | 59.1 | 59.6% | 46.4% | 1,800 | $10.04 |
| 比較：Gemini 4 Carbon（high） | 60.0 | 65.2% | 40.6% | 1,611 | $7.76 |
出典：AAのFable 5.2の各設定のページ（max、xhigh、high、medium、low）とOpus 5.5のページ（2026年11月10日取得）。1タスクの費用は、総合指標を解いたときの値です。
読み取れることは3つあります。
- maxからhighへ下げると、費用は約3分の1になります。 総合指標の低下は2.7ポイントです。コーディングの2評価は、highでもmaxとほぼ同じ値でした。
- highのFable 5.2は、maxのOpus 5.5より1タスクの費用が1割ほど低く、総合指標は2.7ポイント上です。 総合指標を解いたときの費用で比べる限り、Fable 5.2をhighで使う選択は費用に見合いやすいと読めます。
- 資料作成の評価は、設定を下げるとはっきり下がります。 AA-Briefcaseは、maxの1,785からhighでは1,677へ108点下がります。maxのOpus 5.5（1,800）とは122点の差です。資料作成でFable 5.2の最高水準を得るにはmaxが必要で、そのときの費用は高くなります。
ClaudeのアプリとClaude Codeの既定であるmediumは、総合指標が56.4です。GPT-6 Astraのmax（56.9）に近い水準で、1タスクの費用は3.80ドルでした。なお、APIで思考設定を指定しない場合のFable 5.2の既定はhighです。使う場所によって既定が違う点に注意してください。
Anthropicは発表で、FrontierCode 2.0ではhigh設定のFable 5.2がmax設定のOpus 5.5と同水準で、1タスクの費用は約半分だと説明しています。AAの共通環境でも、highのFable 5.2はmaxのOpus 5.5よりFrontierCode 2.0のスコアが高く（49.1%対46.4%）、総合指標を解いたときの1タスクの費用も1割ほど低く済んでいました。測り方と費用の範囲は違いますが、方向は一致しています。
価格：単価は2割下がったが、maxの実費は7モデルで最も高い
API単価
7モデルの100万トークンあたりの単価を並べます。
| モデル | 入力 | キャッシュ読み取り | 出力 |
|---|---|---|---|
| Claude Fable 5.2 | $8.00 | $0.20 | $40.00 |
| Claude Opus 5.5 | $4.00 | $0.20 | $20.00 |
| Gemini 4 Carbon | $4.00 | $0.20 | $20.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 |
| Grok 4.7 | $2.00 | $0.50 | $6.00 |
| 参考：Claude Fable 5.1 | $10.00 | $0.25 | $50.00 |
出典：Anthropic、OpenAI、xAIの料金ページと、AAのGemini 4 Carbonのページ（2026年11月10日取得）。
Fable 5.2は、GPT-6 Astraより2割安くなりました。それでもOpus 5.5の2倍、GPT-6.1 Solの4倍です。
表に書ききれない条件もあります。
- Gemini 4 Carbonの単価：一般提供の前で、Googleの価格表にはまだ載っていません。表の値はAAの掲載値です。Googleは発表で、導入価格を入力2ドル・出力10ドル、導入期間の終了後を入力4ドル・出力20ドルと案内しています。AAは後者の単価で掲載し、次に示す1タスクの費用もこの単価で計算しています。
- 長文料金：GPT-6 AstraとGPT-6.1 Solは、入力が27万2,000トークンを超えると、リクエスト全体で入力とキャッシュが2倍、出力が1.5倍になります。Grok 4.7は、入力が20万トークン以上になると単価が2倍です。Claudeの3モデルは、100万トークンまで標準料金のままです。
出典：Googleの発表、OpenAIのGPT-6 AstraとGPT-6.1 Solのモデル仕様、xAIの料金ページ、Anthropicの料金ページ（2026年11月10日確認）
実際の費用は、モデルが使うトークン量で決まる
単価が下がっても、同じ仕事にかかる費用が下がるとは限りません。モデルが考えたり試したりする量が違うためです。AAは、総合指標を解いたときの1タスクあたりの費用を公表しています。
| モデル（設定） | 1タスクあたりの費用 | 1タスクあたりの出力トークン |
|---|---|---|
| Claude Fable 5.2（max） | $26.54 | 約27.4万 |
| Claude Opus 5.5（max） | $10.04 | 約17.3万 |
| Grok 4.7（xhigh） | $7.77 | 約10.5万 |
| Gemini 4 Carbon（high） | $7.76 | 約12.3万 |
| GPT-6 Astra（max） | $6.24 | 約5.2万 |
| GPT-6.1 Sol（max） | $1.27 | 約6.8万 |
| 参考：Claude Fable 5.1（max） | $12.99 | 約11.8万 |
出典：AAの各モデルのページ（Fable 5.2、Opus 5.5、Grok 4.7、Gemini 4 Carbon、GPT-6 Astra、GPT-6.1 Sol、Fable 5.1）。2026年11月10日取得。キャッシュの利用を含む、Intelligence Index v5.0.1を解いたときの費用です。
max設定のFable 5.2は、1タスクあたり26.54ドルでした。Opus 5.5の2.6倍、GPT-6.1 Solの約21倍で、7モデルで最も高い値です。
単価が2割下がったのに、1タスクの費用はFable 5.1（12.99ドル）の2.0倍になりました。1タスクあたりの出力トークンが約11.8万から約27.4万へ、2.3倍に増えたことが一因とみられます。費用には入力とキャッシュの分も含まれるため、出力の増加だけでは説明しきれません。max設定のFable 5.2は、前世代より多く出力するモデルだと言えます。AAが出力トークンと出力速度から計算した1タスクの所要時間も44.1分で、Opus 5.5（25.1分）より長くなっています。
前の節で見たとおり、1タスクの費用は思考設定で大きく変わります。highなら9.08ドル、mediumなら3.80ドルです。
比較するなら、次の形で記録すると実態に近づきます。
完成までの総コスト ＝ 全試行のAPI料金 ＋ 人が確認・修正する時間の費用
前回の比較から何が変わったか
前回（10月1日）のGemini 4 Argon比較記事からの主な変化は、次の3つです。
- 総合指標の版が変わった：Intelligence Indexがv4.3.2からv5.0.1になりました。前回の指数や1タスクの費用と、今回の値はそのまま比べられません。AA-BriefcaseのEloも、同じv1.1のまま値が動いています。Opus 5.5は前回の1,822から、今回は1,800です。
- Fableが文章・資料作成でOpus 5.5に並んだ：前回はOpus 5.5がFable 5.1に大差をつけていました。今回は信頼区間が重なる差です。
- コーディングの首位が評価ごとに分かれた：FrontierCode 2.0はFable 5.2、Terminal-Bench 4.0はGemini 4 Carbonが首位です。
まとめ：Fable 5.2は「難しい仕事を、思考設定を選んで任せる」モデル
6モデルの公開評価から、仕事ごとの最初の候補は次のように整理できます。
- 難しい実装や、範囲の大きい開発：Fable 5.2。まずhigh設定から試し、必要な場面だけ設定を上げる
- ターミナル上の作業：6モデルの首位はGemini 4 Carbonだが、一般提供の前。いま選べるFable 5.2、Opus 5.5、GPT-6 Astraは、max設定では同水準
- 提案書・報告書などの成果物：Opus 5.5。Fable 5.2のmaxも同水準だが、費用はOpus 5.5のほうが低い
- 費用を抑えて作業を大量に回す：GPT-6.1 Sol。1タスクの費用が最も低い
Anthropicの、ほとんどの仕事はOpus 5.5から始め、範囲の大きな技術的な仕事にFableを使うという案内は、max設定どうしで比べた共通環境の数値とも合っています。Fable 5.2は総合指標とFrontierCode 2.0で首位ですが、資料作成ではOpus 5.5と並び、max設定の費用が最も高いモデルです。
一方、high設定のFable 5.2は、総合指標を解いたときの費用がmaxのOpus 5.5より低く、総合指標は上回ります。値下げで「日常使い」になったというより、思考設定を選ぶことで使える場面が広がったモデルだと読めます。
フィールフロウのAI仕様駆動開発の視点では、モデル選びの前に、任せる作業と完了条件を決めたいと考えています。
- コードなら、対象の不具合が解消し、既存機能を壊さず、レビューを通せること。
- 文書なら、出典に忠実で、読者が理解でき、指定した語調へ整っていること。
- どちらも、API料金と人の確認時間を含めて、完成までを比較すること。
公開評価で候補を絞り、自分たちの代表的な仕事で確かめる。今回は思考設定ごとの値も公開されているので、「どのモデルか」に加えて「どの設定か」も、同じ手順で確かめておくと判断しやすくなります。
関連記事
用語
- Artificial Analysis（AA）
- 本記事が性能比較の主軸に使った独立評価機関。同じ機関が同じ環境で測った掲載値をそろえて比べています。
- Intelligence Index v5.0.1
- AAの総合指標。9つの評価をまとめた指数で、正答率ではありません。v4.3.2までとは評価の構成と重みが違うため、値をそのまま比べられません。
- 思考設定（effort）
- モデルがどれだけ考えるかを決める設定。AAはFable 5.2をlow・medium・high・xhigh・maxの5段階で測っています。
- Max, Default Fallback
- AAがFable 5.2・Opus 5.5・Fable 5.1の結果に付けている設定名。最上位の思考設定で、安全対策が反応した要求を別のClaudeモデルへ回すAnthropic既定のフォールバックを有効にして測った結果です。
- Terminal-Bench 4.0
- ターミナル上で複数の手順を進める作業の評価。66件の作業を各3回解かせ、用意されたテストをすべて通過して初めて成功になります。
- FrontierCode 2.0
- 実在するオープンソースのリポジトリへの変更が、メンテナがマージできる水準かを測る評価。132件の課題を各3回解かせた平均スコアで、合格率ではありません。
- AA-Briefcase v1.1
- メモ、スライド、表計算などの業務成果物を作る評価。4つのプロジェクト、計91件のタスクで、要件の達成、分析の質、見せ方を組み合わせて総合Eloを出します。
- Elo
- 相対評価の指標。正答率ではありません。
- 95%信頼区間
- 測定のぶれを見込んだ値の幅。2つのモデルの区間が重なる場合、どちらが上とは言い切れません。
- 1タスクあたりの費用
- AAが総合指標を解かせたときにかかったAPI費用を、1タスクあたりに直した値。キャッシュの利用を含みます。
- Claude Mythos 5.2
- Fable 5.2と同じモデルから、サイバーセキュリティと生物学の安全対策の一部を外したもの。審査を通った組織だけが使えます。
よくある質問
Fable 5.2とOpus 5.5は、どう使い分ければよいですか？
Anthropicは、ほとんどのコーディングと知識労働はOpus 5.5から始め、範囲が大きく答えの定まらない技術的な仕事でFableを使うことをすすめています。max設定どうしで比べたArtificial Analysis（AA）の数値も、これと合っています。Fable 5.2は総合指標（64.6対59.1）とFrontierCode 2.0（48.8%対46.4%）で上回りますが、Terminal-Bench 4.0は同じ59.6%、資料作成のAA-Briefcaseは1,785対1,800でほぼ同等です。max設定の1タスクの費用は、Fable 5.2が26.54ドル、Opus 5.5が10.04ドルでした。
値下げで、Fable 5.2を使う費用は下がりましたか？
API単価は入力8ドル・出力40ドルで、Fable 5.1から2割下がりました。ただし、Artificial Analysisが総合指標を解かせたときの1タスクの費用は、max設定で26.54ドルと、Fable 5.1（12.99ドル）の2.0倍でした。1タスクあたりの出力トークンが2.3倍に増えたことが一因とみられます。費用は思考設定で大きく変わり、highなら9.08ドル、mediumなら3.80ドルです。
Fable 5.2は、どの思考設定から試すとよいですか？
開発作業なら、まずhighがおすすめです。Artificial Analysisの値では、highの総合指標は61.8で、maxのOpus 5.5（59.1）を上回り、1タスクの費用は9.08ドルでOpus 5.5（10.04ドル）より低く済みます。コーディングの2評価は、highでもmaxとほぼ同じ値でした。一方、資料作成のAA-Briefcaseはhighで1,677まで下がります。資料の品質を優先するなら、maxのFable 5.2かOpus 5.5が合います。ClaudeのアプリとClaude Codeの既定はmediumです。
Gemini 4 Carbonは、いま使えますか？
2026年11月10日時点では、一般には使えません。提供先は一部のサイバー防御者と、Fairwind Programを通じた信頼できるパートナーに限られ、Gemini APIのモデル一覧と価格表にも載っていません。Artificial Analysisは一般提供の前に評価結果を公開しており、Terminal-Bench 4.0では65.2%で6モデルの首位でした。使えるようになったら、自分たちの課題で確かめるのがおすすめです。
日本語の文章を書かせるなら、どのモデルがよいですか？
今回の評価だけでは決められません。AA-Briefcaseは業務成果物の作成を測る評価で、日本語の文章の自然さは測っていません。同じ資料・読者・文字数・文体指定を渡し、モデル名を伏せて読み比べる方法をおすすめします。
この比較は、フィールフロウが自分で測った結果ですか？
いいえ。2026年11月10日時点のArtificial Analysisの掲載値と、各社の公式発表に基づく比較です。当社で各モデルに同じ課題を解かせた実測は行っていません。
参考資料
この記事は、次の一次情報に基づいています。数値や記述の詳細は各資料をご確認ください。
- Claude Fable 5.2 と Mythos 5.2 の公式発表Anthropicanthropic.com発行 確認
価格、速度、思考設定の既定、安全対策、競合モデルとの比較表、Opus 5.5 との使い分けの案内
- Claude の API 料金Anthropicplatform.claude.com確認
Fable 5.2・Opus 5.5・Fable 5.1 の入出力とキャッシュの単価、長文でも標準料金であること
- Claude Fable 5.2 in GitHub CopilotGitHubgithub.blog発行 確認
GitHub Copilot での一般提供の告知と対象プラン。題名と本文は Fable 5.2 で、URL の末尾と告知画像の表記だけが Fable 5.5 になっている
- Artificial Analysis Intelligence IndexArtificial Analysisartificialanalysis.ai確認
総合指標 v5.0.1 の構成と各モデルの値
- Intelligence Index v5 の告知記事Artificial Analysisartificialanalysis.ai発行 確認
v4.3 から v5 への改定で入れ替わった評価と重み
- Artificial Analysis の評価方法Artificial Analysisartificialanalysis.ai確認
各評価の課題数、試行回数、採点方法と、1 タスクあたりの費用の定義
- Claude Fable 5.1 の評価記事Artificial Analysisartificialanalysis.ai発行 確認
Anthropic 既定のフォールバックを有効にして評価したという説明
- Claude Fable 5.2（medium）のモデルページArtificial Analysisartificialanalysis.ai確認
medium 設定の各評価の掲載値と 1 タスクの費用
この記事を引用する
岡崎 太「Claude Fable 5.2登場：値下げした最上位モデルは日常使いになるか？ Opus 5.5・GPT-6 Astra・GPT-6.1 Sol・Gemini 4 Carbon・Grok 4.7とコーディング・文章作成を比較」株式会社フィールフロウ、2026年11月10日、https://feelflow.net/blog/2026-11-claude-fable-5-2-model-comparison/
この記事を書いた人
岡崎 太
CTO / AIアーキテクト
