Claude Fable 5とは？実際に使って分かった特徴と他社AIとの違い

Claudeの最上位モデルといえばOpusでした。

その位置づけを変えたのが、2026年6月にAnthropicが発表した「Claude Fable 5」です。Fable 5は、一般ユーザーが利用できるClaudeとしてAnthropic史上最高性能のモデルです。

従来のOpusより上位にあたる「Mythosクラス」に位置づけられており、複雑な分析、ソフトウェア開発、画像認識、長時間にわたる自律的なタスクなどで性能が強化されています。

参考：Anthropic公式発表

Anthropicはタスクが長く複雑になるほど、Fable 5と従来モデルの性能差が大きくなると説明しています。

では、Claudeを使うなら常にFable 5を選べばよいのでしょうか。

Fable 5は高性能である一方、Opus 4.8よりAPI料金が高く、セキュリティ上の制限やデータ保持にも固有の条件があります。

短い文章の作成や要約など、速度とコストを優先したい業務では、OpusやSonnetの費用とパフォーマンス重視のモデルを利用した方が良い場合も多いです。

他社モデルに目を向ければ、OpenAIのGPT-5.6 SolやGoogleのGemini 3.1 Proも、複雑な業務を想定した高性能モデルとしてfableと比較対象になります。

この記事では、Claude Fable 5の特徴と料金、OpusやSonnetとの違い、GPT-5.6 Sol・Gemini 3.1 Proとの比較を整理します。

実際にFable 5を業務に近いタスクで使用した結果も踏まえ、どのような業務で選ぶ価値があるのかを検証します。

Claude Fable 5とは？

Claude Fable 5は、Anthropicが2026年6月9日に発表した、同社の一般提供モデルとして最高性能の生成AIです。

従来のClaudeではOpusが最上位に位置づけられていましたが、Fable 5は能力面でOpusより上位にあたる「Mythosクラス」として開発されました。

限定提供されているClaude Mythos 5と同じ基盤モデルを使用しつつ、一般ユーザーが利用できるように安全対策が追加されています。

Anthropicは、Fable 5を「最も要求の厳しい推論や、長時間にわたるエージェント型の作業に向けたモデル」と説明しています。

長時間かつ複雑なタスクで性能を発揮する

Fable 5の特徴は、一度の質問に正しく答える能力だけではありません。

複数の工程を含むタスクを長時間進め、途中で発生した問題を修正しながら、完了まで作業を続ける能力が強化されています。

Anthropicの発表では、特に次の領域で高い性能が示されています。

• ソフトウェア開発
• 複数資料を扱う分析や知識労働
• 図表や画面を読み取る画像認識
• 科学研究
• 長いコンテキストを使った継続的な作業

Anthropicによると、タスクが長く複雑になるほど、Fable 5と従来のClaudeモデルとの性能差が大きくなります。

たとえば、資料を一つ要約するだけなら従来モデルでも対応できます。一方、複数の資料を読み、情報の矛盾を見つけ、判断材料を整理し、最終的な提案まで作るような業務では、Fable 5の強みが表れやすくなります。

Fable 5は標準で100万トークンのコンテキストウィンドウを備え、一度のリクエストで最大12万8,000トークンを出力できます。

例えば、

ざっくり言うと、「本を複数冊分や複数の論文を丸々まとめて読ませて、その全体を見渡しながら考えられる」くらいの容量があります。

同様に、出力で12万8,000トークンということは1回で資料を作り切ることはもちろん、長文のレポートも作成可能です。

大量の情報を渡せるだけでなく、その情報を保持しながら長い作業を進めることを想定したモデルです。

Fable 5の料金と利用方法

Fable 5は、ClaudeのWeb版、モバイル版、デスクトップ版、Claude Code、Claude Cowork、APIなどから利用できます。

プランごとの利用条件は以下のとおりです。

※2026年7月20日以降の利用条件です。プランや提供条件は変更される可能性があります。

高性能な分、すべての業務で常用するモデルというより、複雑な判断や長時間の処理が必要な業務に絞って使うほうが、コストに見合った効果を得やすいでしょう。

Fable 5とClaudeの他モデルの違い

現在のClaudeには、Fable 5、Opus 5、Sonnet 5など、性能と料金の異なるモデルが用意されています。

Fable 5がすべての評価や業務でOpus 5、Sonnet 5を上回るわけではありません。

2026年7月に登場したOpus 5は、一部のソフトウェア開発や知識労働の評価でFable 5を上回りながら、API料金はFable 5の半額に設定されています。

モデル名の序列だけではなく、業務の難度、処理時間、料金、利用条件を踏まえて選ぶ必要があります。

※料金は100万トークン当たり。Sonnet 5は2026年8月31日まで、入力2ドル、出力10ドルの導入価格が適用されています。

Fable 5とOpus 5の違い

Fable 5とOpus 5の違いは、「最高性能」と「実用上の費用対効果」のどちらを優先するかにあります。

Fable 5は、長時間にわたって複数の工程を進める作業や、難度の高い推論を想定したモデルです。

標準で100万トークンのコンテキストウィンドウを備え、大量の資料や長い作業履歴を保持しながら処理を続けられます。

一方、Opus 5はFable 5に近い性能を、半分のAPI料金で利用できるモデルです。

Anthropicによると、Opus 5は一部のコーディング評価でFable 5の最高スコアに0.5％以内まで迫り、パソコンを操作する評価ではFable 5を上回る結果も記録しています。

業務分析、提案書作成、リサーチ、ソフトウェア開発など多くの日常業務では、Opus 5の性能で十分な可能性があります。

Fable 5を選ぶ理由が明確になるのは、わずかな性能差が成果に影響する難しいタスクや、長時間の自律作業を任せる場合です。

利用条件にも違いがあります。

Fable 5には原則30日間のデータ保持要件があり、ゼロデータ保持では利用できません。Opus 5には、一般利用における同様のデータ保持要件がありません。

Fable 5とSonnet 5の違い

Sonnet 5は、Fable 5のように最高性能を追求するモデルではなく、性能、速度、コストのバランスを重視したモデルです。

従来のSonnetと比べて、計画、ツール操作、ソフトウェア開発などのエージェント機能が強化されており、一部のタスクでは旧世代のOpus 4.8に近い性能を示しています。

メールや記事の下書き、資料の要約、情報整理、定型的な分析などでは、Sonnet 5でも十分に対応できます。

判断に迷う場合は、まずSonnet 5でタスクを実行し、品質が足りなければOpus 5へ切り替える方法が現実的です。それでも完了できない複雑なタスクや、性能を優先したい場合に、Fable 5を選ぶとよいでしょう。

※Sonnet 5は、2026年8月31日まで入力2ドル、出力10ドルの導入価格が適用されます。表には導入期間終了後の通常料金を記載しています。

Fable 5とGPT-5.6・Geminiの違い

Fable 5の比較対象として、OpenAIからはGPT-5.6 Sol、GoogleからはGemini 3.1 Proを選びました。どちらも、複雑な推論や専門的な業務を想定した各社の高性能モデルです。

Claude Sonnet 5とGemini 3.6 Flashは、詳細比較の対象から外しています。性能、速度、コストのバランスを重視したモデルであり、Fable 5と単純に並べると比較条件が揃わないためです。

ただし、各社が公開しているベンチマークは、評価条件や使用ツールが異なります。数値だけで性能順位を決めるのではなく、モデルの位置づけ、得意な業務、料金、利用環境を比較する必要があります。

※API料金は入力、出力ともに100万トークン当たりです。Gemini 3.1 Proは20万トークン以下の入力に対する料金を記載しています。20万トークンを超える場合は、入力4ドル、出力18ドルです。GPT-5.6 Solも入力が27万2,000トークンを超えると、リクエスト全体に対して入力料金が2倍、出力料金が1.5倍になります。

Fable 5とGPT-5.6 Solの違い

GPT-5.6 Solは、GPT-5.6シリーズにおける最高性能モデルです。

OpenAIは「複雑な専門業務のためのフロンティアモデル」と位置づけており、文章や画像の理解に加え、Web検索、ファイル検索、コード実行、画像生成、パソコン操作、MCPなどのツールに対応しています。

Fable 5とGPT-5.6 Solは、どちらも約100万トークンのコンテキストウィンドウと、最大12万8,000トークンの出力に対応しています。

大量の資料を扱える点では近いものの、想定されている利用環境には違いがあります。

Fable 5は、長時間にわたって一つの複雑なタスクを進める能力を前面に出しています。

一方、GPT-5.6 Solは、ChatGPTやCodexを含む環境で複数のツールを組み合わせ、調査から資料作成、開発まで進められる点が特徴です。

API料金はGPT-5.6 Solのほうが低く、通常料金では入力がFable 5の半額、出力が6割です。

複雑なタスクを長時間任せる性能を優先するならFable 5、幅広いツールやChatGPT・Codexとの連携を重視するならGPT-5.6 Solが候補になります。

Fable 5とGemini 3.1 Proの違い

Gemini 3.1 Proは、複雑な問題解決、エージェント型の処理、マルチモーダル理解を想定したGoogleの高性能モデルです。

テキストだけでなく、画像、音声、動画などを組み合わせた情報を扱える点に強みがあります。

Geminiアプリに加え、Gemini API、Vertex AI、Gemini Enterprise、NotebookLMなどから利用できるため、Google WorkspaceやGoogle Cloudを中心に業務環境を構築している企業では導入しやすいモデルです。

APIの通常料金は、20万トークン以下の入力であればFable 5より低く設定されています。

一方、Gemini 3.1 Proは現時点でPreviewとして提供されており、本番環境で利用する場合は、仕様変更や提供条件の変更も考慮する必要があります。

長時間の自律作業や難度の高い分析を優先するならFable 5、画像や動画を含む情報処理やGoogleサービスとの連携を重視するならGemini 3.1 Proが選択肢になります。

どのモデルを選ぶべきか

三つのモデルに、すべての用途に共通する明確な性能順位はありません。

業務内容と利用環境から、次のように選ぶのが現実的です。

• 長時間かつ複雑なタスクを任せたい：Fable 5
• ChatGPTやCodexを含む環境で幅広い業務を進めたい：GPT-5.6 Sol
• Google WorkspaceやGoogle Cloudとの連携を重視したい：Gemini 3.1 Pro

モデル単体の性能だけでなく、すでに社内で使っているサービス、API料金、データの取り扱い、Preview版を採用できるかまで含めて判断する必要があります。

Claude Fable 5を実際に使ってみた

公式のベンチマークだけでは、Fable 5が実際の業務でどこまで使えるのか判断できません。

そこで今回は、Fable 5に「画像認識AIを活用した外観検査支援PoC」という架空の提案資料を作成してもらいました。

Fable 5の強みが表れやすい検証条件にした

今回の検証は、一つの質問に回答するだけのタスクではありません。

企業の課題と制約を読み取り、複数の関係者の立場を整理し、実施可能なPoCへ落とし込んだうえで、経営会議向けの資料として構成する必要があります。

さらに、精度だけを成功条件にせず、現場負荷、処理時間、運用可能性も含めて評価しなければなりません。これは、AnthropicがFable 5の用途として挙げている「複雑な推論」や「長時間にわたる作業」に近い検証です。

短い文章を生成する能力ではなく、条件の多い業務を最後まで破綻せずに進められるかを確認しました。

Fable 5に入力したプロンプト

あなたは、製造業向けAI開発会社のコンサルタントです。

以下の情報をもとに、クライアントの経営会議で使用する「画像認識AIを活用した外観検査支援PoC」の提案資料を作成してください。

可能であれば、PowerPoint形式のファイルとして作成してください。

ファイルを作成できない場合は、各スライドのタイトル、本文、図表の内容、発表時の補足を記載してください。

クライアントの概要

• 企業：自動車部品を製造する架空企業
• 従業員数：約600名
• 国内に3工場を保有
• 今回のPoC対象：関西工場の1製造ライン
• 対象製品：金属加工部品
• 1日当たりの検査数：約4,000個
• 現在は作業員2名が目視で外観検査を実施
• 検査は2交代制
• 不良品率：約1.5％
• 見逃し率や過検出率の正確なデータは取得できていない
• 過去6カ月分の不良品画像が約3,000枚ある
• 正常品の画像は体系的に保存されていない

現在の課題

• 検査結果が作業員の経験や判断に左右される
• 熟練作業員の退職が予定されている
• 繁忙期には検査工程がボトルネックになる
• 不良の種類や発生原因をデータとして分析できていない
• 品質保証部はAIの精度に期待しているが、現場は仕事が増えることを懸念している
• 情報システム部は、工場内の画像を外部クラウドへ送信することに慎重である
• 経営層は費用対効果を重視している

PoCの条件

• 実施期間：3カ月以内
• 予算上限：500万円
• 可能であれば300万円程度に抑えたい
• 対象は関西工場の1ラインのみ
• 初期段階ではAIによる完全自動判定を目指さない
• AIが不良の可能性を提示し、人間が最終確認する運用を想定
• 新しい撮影機器の導入は可能
• 製造ラインを長時間停止することはできない
• 現場作業員による追加作業は、1日30分以内に抑えたい
• 画像データは原則として工場内で管理したい
• PoC終了後、他工場へ展開するかを経営会議で判断する

提案資料に含める内容

1. 表紙
2. エグゼクティブサマリー
3. 現状と課題
4. PoCで目指す状態
5. 提案する仕組みと業務フロー
6. PoCの対象範囲と対象外
7. 実施ステップと3カ月のスケジュール
8. 検証指標と成功条件
9. 必要なデータとデータ収集方法
10. 想定リスクと対策
11. 概算費用
12. PoC終了後の判断基準

作成時の条件

• 経営層が短時間で意思決定できる構成にする
• 品質保証部、現場、情報システム部の懸念をそれぞれ扱う
• AIを導入すればすぐに検査を自動化できる、という前提にしない
• 与えられていない数値を事実として作らない
• 仮定を置く場合は「仮定」と明記する
• 不足している情報は「PoC開始前に確認すべき事項」として整理する
• 成功条件は、精度だけでなく、現場負荷、処理時間、運用可能性を含める
• 費用は予算上限500万円以内に収め、内訳を示す
• 専門用語を多用せず、非エンジニアにも理解できる表現にする
• 各スライドでは、文章を詰め込みすぎず、表、図、フローなどを使って視覚的に整理する
• 最後に、提案内容に残っている不確実性と、追加で確認すべき質問を一覧にする

追加の質問はせず、情報が不足している部分は仮定または未確定事項として明示したうえで作成してください。

実際のやり取りと生成された提案資料

プロンプトを入力した実際の画像⬇️

Claudeの回答⬇️

実際に生成された資料

外観検査AI_PoC提案資料

評価

Fable 5は、与えた条件を保持しながら、経営層、現場、品質保証部、情報システム部の異なる関心を一つの提案にまとめられています。

一方、見た目の整った提案資料を作るところまでは任せられても、不足情報の補足や「実際にこの計画で精度を検証できるか」「3カ月で実施できるか」の最終判断には、人間による技術面と現場面の確認が必要です。

Claude Fable 5はどのような業務に向いているか

Fable 5は、短い文章を作成したり、単純な質問に回答したりするためだけに使うモデルではありません。

複数の条件を同時に扱い、途中で判断しながら、完成までにいくつもの工程が必要になる業務に向いています。

今回の提案資料作成でも、Fable 5は期間、予算、対象範囲、現場負荷、データ管理といった条件を保持しながら、15枚の資料にまとめました。

この結果だけで全ての業務における性能を判断することはできませんが、少なくとも条件の多い提案資料を一つの流れに整理する用途では、Fable 5の強みを確認できました。

Fable 5を使う必要性が低い業務

Fable 5は高性能ですが、すべての業務で選ぶ必要はありません。

次のような業務では、料金や処理速度を考えると、Opus 5やSonnet 5のほうが適しています。

• 短いメールやチャットの文章作成
• 一つの資料の要約
• 簡単な情報整理
• 同じ処理を大量に繰り返す業務
• 一度の回答で完結する質問

モデルを選ぶ基準は、文章量ではなく、業務に含まれる判断の数と失敗した場合の影響です。

条件が少なく、人間が簡単に確認できる業務ではSonnet 5を使い、高度な分析や日常的な専門業務ではOpus 5を使う。

それでも処理が難しい長時間のタスクや、複数の判断が連続する業務にFable 5を使うことで、性能とコストのバランスを取りやすくなります。

まとめ

Claude Fable 5は、Anthropicが一般提供するモデルのなかで最高性能の生成AIです。

Opusより上位の「Mythosクラス」に位置づけられ、複雑な推論、複数資料の分析、長時間にわたる自律作業などに対応します。

ただし、すべての業務でFable 5を選ぶ必要はありません。日常的な高度業務では、Fable 5に近い性能を半分のAPI料金で利用できるOpus 5が候補になります。

文章作成や要約、大量処理など、速度とコストを優先する業務にはSonnet 5が適しています。

GPT-5.6 SolやGemini 3.1 Proとの比較でも、単純な性能順位だけで選ぶことはできません。

ChatGPTやCodexを含む幅広いツールとの連携を重視するならGPT-5.6 Sol、Google WorkspaceやGoogle Cloudを中心に利用するならGemini 3.1 Proが選択肢になります。

今回、Fable 5に製造業向けのAI導入提案資料を作成させたところ、期間、予算、対象範囲、現場負荷などの条件をほぼすべて反映し、経営会議で判断しやすい資料構成まで作成できています。

一方、検証サンプル数や担当者ごとの工数など、PoCの実行可能性を裏づける情報は不足していました。

Fable 5は完成度の高い提案の骨格を作れますが、費用、スケジュール、技術的な実現性は人間が確認する必要があります。

Fable 5を選ぶ基準は、文章量ではなく、業務に含まれる条件と判断の多さです。

複数の資料や制約を扱い、途中で検証と修正を繰り返しながら完成まで進める業務であれば、Fable 5の性能を生かせます。

短時間で完結する業務にはSonnet 5、高度な日常業務にはOpus 5、長時間かつ複雑な業務にはFable 5という使い分けが、性能とコストのバランスを取りやすいでしょう。