Claude Fable 5とは｜Anthropic最上位「Mythosクラス」初の一般公開モデル
Claude Fable 5 とは、Anthropic が 2026 年 6 月 9 日に一般公開した最上位モデル群「Mythos クラス」を、一般ユーザーが安全に使えるよう調整した公開版です。ソフトウェアエンジニアリング・知識労働・ビジョン（画像理解）・科学研究のほぼ全領域で最先端スコアを記録した一方、サイバーセキュリティや生物学など高リスク領域のクエリは下位モデル Claude Opus 4.8 へ自動的に切り替える新しいセーフガードを備える点が、従来モデルとの最大の違いです。
Anthropic のモデル階層は現在、Fable 5 > Opus 4.8 > Sonnet 4.6 > Haiku 4.5 という構成になり、Fable 5 が新たな最上位のフラッグシップに位置づけられます。リリース日から Claude API、AWS 上の Claude Platform、Amazon Bedrock、Google Cloud の Vertex AI、Microsoft Foundry で利用できるようになりました。
関連記事：Claude Fable 5とは？できること・性能・料金とOpusとの違いを整理
Claude Fable 5でできること
Fable 5 の核心は「一問一答の賢さ」ではなく「長時間にわたって自律的に作業し続け、自分の出力を自分で改善する」点にあります。できることは大きく次の4領域に分かれます。
- エージェント型コーディング：数百万トークン規模の長時間タスクでも集中力を保ち、自律的にソフトウェア開発を進める
- ビジョン（画像・図表理解）：密度の高い技術図版から数値を抽出したり、スクリーンショットから Web アプリのソースコードを再構築したりできる
- 知識労働・分析：財務分析・スプレッドシート・スライド・ドキュメントでプロレベルの出力を返す
- 長時間の自律実行と自己検証：学びに基づいて自らスキルを更新し、独自の評価（検証）を作り出す
いずれも「人が逐一指示しなくても、AI が自分の作業環境を整えながらタスクを進める」方向の性質で、Fable 5 は単なる高性能チャットではなく自律エージェントの基盤といえます。たとえば「調べて・実装して・自分で検証する」までを一気通貫で任せられるのが、従来モデルとの体感差になります。
なぜいま注目されるのか｜公開直後の停止と再開
Fable 5 が話題になったのは性能だけが理由ではありません。公開から約3日後の 2026 年 6 月 12 日、米商務省が輸出管理規則にもとづく緊急命令を発令したことで、外国籍ユーザーを含め全世界で一時停止されました（出典: cnn.com）。コミュニティでは「公開4日で消えた」と受け止められ、いつ戻るのかが大きな話題になりました。
その後 2026 年 6 月 30 日に輸出管理指令が解除され、順次アクセスが復旧する見通しとなりました（出典: cnn.com）。つまり Fable 5 は「最高性能でありながら、規制や地政学的な理由でいつ止まるか読みにくいモデル」という性格を、公開直後に自ら証明した形です。この可用性の不安定さは、後半で触れる「使えるうちに何をやるべきか」を考える前提になります。
Claude Fable 5とMythos 5の違い｜同じ頭脳の2つの提供形態
「Claude Fable 5」と「Claude Mythos 5」は、まったく別のモデルではなく、同じ基盤モデルの2つの提供形態を指します。「Fable（寓話）」が一般ユーザー・企業向けの安全調整版、「Mythos（神話）」がその制限を外したベースティアという整理です。ここでは両者の位置づけを、提供対象・安全調整・入手可否の3観点で対比します。
| 観点 | Claude Fable 5 | Claude Mythos 5 |
|---|---|---|
| 位置づけ | Mythos クラスの一般公開版 | Mythos クラスのベースモデル |
| 安全調整 | 高リスク領域は Opus 4.8 へ自動フォールバック | セーフガードの制限を外した状態 |
| 提供対象 | 一般ユーザー・企業（API 等で広く提供） | Project Glasswing の承認済み顧客に限定 |
| 使えるか | 一般利用者が使えるのはこちら | 一般利用者は基本的に使えない |
つまり、一般の実務者が「使い方」を検討する対象は Fable 5 のほうです。Mythos 5 は限定提供のベースモデルで、Fable 5 はそこに安全調整を加えて広く開放したバージョンだと理解しておけば十分です。たとえばゲノミクス研究で1週間以上ほぼ自律的に作業し、138 種の生物データを分析した成果は Mythos 5 側の報告ですが、その長時間自律性の一部が安全調整付きで Fable 5 にも開放されています。
Claude Fable 5の使い方｜Claude.ai・API・Claude Codeでの始め方
Fable 5 を使い始める経路は大きく3つあります。手軽に試すなら Claude.ai、アプリに組み込むなら Claude API、コーディングで使い倒すなら Claude Code です。それぞれの入り口と、最初に押さえておきたい設定を順に見ていきます。
関連記事：Claude Codeとは？AIエージェントの仕組み・料金・他ツール比較を5つの観点で整理
Claude.ai・Claudeアプリで使う
最も手軽なのは、ブラウザの Claude.ai や Claude アプリでモデルとして Fable 5 を選ぶ方法です。プログラミングの知識がなくても、チャット画面から情報のインフォグラフィック化や、ベンチマーク表を HTML で可視化してスライド化する、といった作業を数秒〜数分で試せます。まずは普段の調べ物や資料の下書きを Fable 5 に投げてみて、出力の質と速度を体感するところから始めるのがおすすめです。
Claude APIで使う
自社のツールやワークフローに組み込むなら Claude API を使います。API から呼び出す際に押さえておきたい仕様上の変更点は次の3つです。
- コンテキストウィンドウは 100 万トークン、最大出力は 12.8 万（128K）トークンで、テキストと画像の両方を入力できる
- 「適応的思考（Adaptive Thinking）」が常時オンで、
thinking: \{type: "disabled"\}を指定すると 400 エラーになる（思考をオフにできない） - 思考トークンと出力トークンが同じ上限を共有するため、
max_tokensの割り当てを見直す必要がある
温度（temperature）指定もサポートされないため、既存の評価設定から外しておきます。これらは Opus 4.8 世代からの実装変更点なので、既存コードをそのまま流用するとエラーになりやすい箇所です。最初に小さなリクエストで挙動を確認してから本実装に移ると安全です。
Claude Codeで使う
コーディング用途では、Claude Code から Fable 5 を呼び出すのが王道です。Claude Code の v2.1.170 以降で /model fable と入力すれば切り替えられ、選択は次回以降のセッションでも既定として維持されます。GitHub Copilot 経由でも、VS Code・Visual Studio・JetBrains・Xcode などほぼ全主要 IDE で Fable 5 に対応しています。
使い分けの目安は、複雑・長時間で調査と検証が効くタスクは Fable 5、定型的な文書作成やコスト重視の軽作業は Opus 4.8、というものです。まずは「普段なら数日かかる大きめの実装」を1つ選び、Fable 5 に任せてみると能力差を体感しやすくなります。
Claude Fable 5を使いこなすプロンプトのコツ
Anthropic の公式プロンプティングガイドは、Fable 5 を「最も困難な未解決の問題」に当てるべきだと明言しています。単純な作業でしか試さないと能力を過小評価しがちで、最良の成果を得ているチームはエンドツーエンドの難タスクに適用している、という整理です。ここでは公式が特に強調する3つのコツを紹介します。
コツ1: エフォート(effort)はhighを既定にする
Fable 5 には推論の深さを決める「エフォート」のダイヤルがあります。公式は high を既定にし、最高難度のワークロードにのみ xhigh、日常作業は medium や low を使うことを推奨しています。Fable 5 の低いエフォート設定でも、従来モデルの最高設定を上回ることが多いとされ、まずは high から始めて、軽い作業だけ下げる運用が扱いやすいです。
コツ2: ステップではなく成果を任せる（引き算プロンプト）
Fable 5 は指示追従が改善しているため、動作を逐一列挙するより、短い方針指示で成果を任せるほうが効きます。従来モデル向けに書いた「手順を細かく指定する長いプロンプト」は、Fable 5 には細かすぎて出力品質を下げることがあります。古い指示を思い切って削り、ゴールと成功条件だけを渡す「引き算」の発想に切り替えるのがコツです。
コツ3: サブエージェントへの委任を前提に設計する
大きなタスクでは、並列のサブエージェントに作業を割り振る設計が効果的です。各サブエージェントの完了を待ってから次に進むのではなく、オーケストレーター役との非同期のやり取りを優先すると、全体が滞りにくくなります。あわせて、独立した検証役のサブエージェントに「一定間隔で仕様に照らして検証させる」と、進捗の思い込みや誤った報告を減らせます。
Claude Fable 5の性能とモデルの使い分け
Fable 5 の性能は第三者ベンチマークでも裏づけられています。特にコーディングで競合を引き離しており、そのぶん料金は最上位です。まずは代表的なベンチマークで Fable 5 が公開モデルのどのあたりに位置するかを、他社フラッグシップと並べて確認します。数値はいずれもエージェント型コーディングと知識労働を測る公開ベンチマークです。
| モデル | SWE-bench Pro（ソフト工学） | 提供元 |
|---|---|---|
| Claude Fable 5 | 80.3% | Anthropic |
| Claude Opus 4.8 | 69.2% | Anthropic |
| GPT-5.5 | 58.6% | OpenAI |
| Gemini 3.1 Pro | 54.2% |
Fable 5 は SWE-bench Pro で 80.3% を記録し、Opus 4.8（69.2%）や他社フラッグシップを上回りました（出典: anthropic.com）。より難度の高い FrontierCode でも Fable 5 は 29.3% で、Opus 4.8 の 13.4% を大きく引き離しています。加えて幻覚（誤情報）率の低さも報告されており、長時間タスクで誤りが蓄積しにくい点が実務上の信頼性につながります。
使い分けの考え方はシンプルで、難しい実装・長時間の自律作業・大量資料の一括分析は Fable 5、適切に範囲を切った定型タスクや高ボリュームで速さとコストを優先する処理は Opus 4.8、さらに軽量・高速が要る場面は Sonnet 4.6 や Haiku 4.5、と役割で振り分けます。全部を Fable 5 に載せ替えるのではなく、本当に難しい部分だけ Fable 5 に任せるのがコスト面でも現実に即しています。
Claude Fable 5の料金と無料で使える範囲
料金は使い分けを左右する重要な判断材料です。Fable 5 は最上位の能力を持つぶん、単価も最上位に設定されています。ここでは API の従量課金の単価を、フォールバック先の Opus 4.8 と並べて確認します。金額は時点で変わるため、最新値は必ず公式で確認してください。
Fable 5 の料金は、100 万トークンあたり入力 10 ドル・出力 50 ドルです（2026 年 6 月時点、出典: anthropic.com）。これは Opus 4.8（入力 5 ドル・出力 25 ドル）のちょうど2倍にあたります。
| モデル | 入力（100万トークン） | 出力（100万トークン） |
|---|---|---|
| Claude Fable 5 | 10 ドル | 50 ドル |
| Claude Opus 4.8 | 5 ドル | 25 ドル |
なお、高リスクのプロンプトが Opus 4.8 にフォールバックした場合は、Opus 側の価格しか課金されません。無料や低コストで試せる窓は限られており、料金は今後、従量課金へ完全移行するとされています。さらに Opus 4.8 世代の新しいトークナイザは、同じ文章でも従来より多くのトークンを消費するため、表の単価以上にコストがかさむ点も見込んでおくと安全です。まずは少額の予算枠を決めて試すのがおすすめです。
開発現場でClaudeをコーディングに活かした事例
Fable 5 が最も力を発揮するのはコーディングです。象徴的な事例として、決済企業 Stripe では、5,000 万行規模の Ruby コードベースに対し、手作業なら2か月以上かかるコードベース全体の移行を1日で完了させたと報告されています（出典: anthropic.com）。ここまで大規模でなくても、日々の開発で AI にコーディングを任せる効果は具体的な数字で表れます。
機能追加を2日から半日に短縮した開発チームの事例
GiftX でも、GIFTFUL のフロントエンド・バックエンド開発に AI コーディングエージェント（Claude Code）を導入し、コード生成・リファクタ・テスト作成を AI と協働で進めています。従来は「仕様を読む → 既存コードを調べる → 手動実装 → テスト作成 → レビュー修正」という流れで機能追加1件あたり平均2日かかっていました。導入後は「仕様を AI に伝える → AI がコード生成・リファクタ・テストを実行 → 担当者はレビューと微調整」という流れになり、機能追加1件あたり平均半日、工数にして約 75% の削減につながりました。
ポイントは、AI に丸投げして終わりにするのではなく、最終的なレビューと判断は人が担う協働の形にしたことです。Fable 5 のように長時間の自律実行と自己検証に強いモデルを使えば、この協働の「AI が担える範囲」がさらに広がります。1業務単位で AI に任せる範囲を少しずつ広げていくのが、成果を出す近道です。
Claude Fable 5を使い始めるときに陥りがちな3つの落とし穴
性能が高いモデルほど、使い始めの設計を誤ると「コストばかりかかって成果が出ない」状態に陥りがちです。実際に AI エージェントを業務へ導入する場面では、次の3つの落とし穴がよく見られます。
落とし穴1: いきなり全ての業務を最上位モデルに任せようとする
最上位モデルだからと、あらゆる業務を一気に Fable 5 へ載せ替えようとすると、コストが膨らむわりに効果が見えにくくなります。まずは効果が測りやすい1業務に絞るのが鉄則です。
落とし穴2: 壮大なAI活用構想から考えて手が止まる
「全社的にどう AI を活用するか」という大きな構想から入ると、検討ばかりが続いて着手できません。小さく始めて動かしながら学ぶほうが、結果的に前に進みます。
落とし穴3: 既製のチャット型AIでは業務フローに組み込めない
既製品のチャット型 AI は手軽ですが、自社の業務フローに合わせたカスタマイズが難しく、実務で使い続けられる質に届かないことがあります。自社の業務に合わせて組み込める形にして初めて、AI は現場の戦力になります。
結論: スモールスタートで1業務をAIに任せる
これらを避ける最短ルートは、スモールスタートで1業務を AI エージェントに任せることです。効果が出た業務から少しずつ対象を広げれば、コストを抑えながら着実に成果を積み上げられます。Fable 5 のような最上位モデルも、この「1業務から」の考え方の上で使ってこそ投資対効果が出ます。
自社業務でAIエージェント活用を進めたい方へ
ここまで紹介した「スモールスタートで1業務から自動化する」アプローチを、自社で実践したいとお考えの方もいらっしゃるかもしれません。
GiftX では、自社業務に特化した AI エージェントの構築支援サービス「GiftX AIエージェント構築支援」を提供しています。1業務単位のスモールスタートから、業務フローに組み込めるレベルの AI エージェント構築までを伴走します。
詳細はGiftX AIエージェント構築支援のサービスサイトでご覧いただけます。
可用性リスクを前提にしたマルチモデル運用設計
Fable 5 の使い方を考えるうえで見落とせないのが、可用性リスクです。前述のとおり、この最上位モデルは公開直後に輸出規制で全世界停止しました。フロンティアモデルは規制や地政学的な理由で突然使えなくなりうる、という現実を前提に運用を設計しておくと安心です。
実務での備えは大きく2つあります。1つは、Fable 5 が使えなくなった際に自動で代替モデルへ切り替えるマルチモデルのフォールバック設計です。API 仕様上も、安全分類器による拒否は正常応答として返るため、Opus 4.8 へ自動で切り替える処理を実装しておくこと自体が、規制で止まったときにも効く備えになります。
もう1つは、Fable 5 が使えるうちに「去っても効き続ける資産」を作っておくことです。具体的には、AI に渡す指示ファイル（スキル）の棚卸し、過去の実行から得た教訓を記録するメモリの整備、独立した検証役による評価の仕組みづくりが挙げられます。これらは一度作れば下位モデルでも回るため、Fable 5 が引き上げてくれた「仕組み・型・記憶」として残り続けます。その場限りの成果物より、こうした資産づくりに投資を寄せるのが、可用性の読みにくいモデルの賢い使い方です。
Claude Fable 5を使い始めるチェックリスト
初めて Fable 5 を業務に取り入れるときは、勢いで使い始める前に最低限の準備を済ませておくと、コストの暴発や設定ミスを防げます。以下は使い始めの前に確認しておきたい項目です。
- 試す業務を1つに絞ったか（効果が測りやすい業務から始める）
- 使う経路を決めたか（手軽に試すなら Claude.ai、組み込むなら API、コーディングなら Claude Code）
- API で使うなら実装変更点を確認したか（Adaptive Thinking 常時オン、
max_tokensの見直し、temperature 非対応） - エフォートの既定を決めたか（high を基本に、軽作業は下げる）
- コストの上限を決めたか（少額の予算枠から始め、トークン消費が多い前提で見積もる）
- 止まったときの代替を用意したか（Opus 4.8 などへのフォールバックを設計）
このチェックリストを一度作っておけば、モデルが Opus 4.8 などに戻っても運用の土台として使い回せます。まずは1業務で回してみて、うまくいった項目から標準の手順に育てていくのがおすすめです。
Claude Fable 5を使う上での注意点・落とし穴
最後に、使い始めてからつまずきやすい注意点を3つ整理します。いずれも性能の高さの裏返しなので、事前に知っておけば慌てずに対処できます。
セーフガードで勝手にOpus 4.8にフォールバックする
Fable 5 は、攻撃的なサイバーセキュリティや生物・化学などの高リスク領域を検知すると、応答を下位の Opus 4.8 に自動で切り替えます。作動は全セッションの約 5% 未満とされますが、無害なセキュリティ作業や有益な研究まで巻き込まれることがあり、その領域では実質的に Opus 4.8 と同じ性能になります。対象領域を扱う場合は、フォールバックが起こりうる前提で結果を見ておくと安全です。
トークン消費とコストが想定より膨らむ
単価が Opus 4.8 の2倍であることに加え、新しいトークナイザで同じ内容でも消費トークンが増えます。エージェントが自律的に長く動くぶん、想定より請求が膨らむリスクもあります。トークン節約のルールを決め、コスト上限を設定しておくことをおすすめします。
30日間のデータ保持でゼロデータ保持が使えない
Fable 5 と Mythos 5 は、安全分類のためにプロンプトと出力を最大 30 日間保持し、ゼロデータ保持（ZDR）では利用できません。プライバシー要件の厳しい組織では、法務と連携した規約対応が必要になるため、導入前に確認しておきましょう。
よくある質問（FAQ）
Claude Fable 5とMythos 5の違いは何ですか？
同じ基盤モデルの2つの提供形態です。Fable 5 は一般ユーザー・企業向けの安全調整版、Mythos 5 は制限を外したベースティアで、Project Glasswing の承認済み顧客に限定されています。一般の実務者が使えるのは Fable 5 です。
Claude Fable 5の料金はいくらですか？
API の従量課金で、100 万トークンあたり入力 10 ドル・出力 50 ドルです（2026 年 6 月時点、出典: anthropic.com）。Opus 4.8 のちょうど2倍にあたり、無料や低コストで試せる窓は限られています。
Claude Fable 5はなぜ一時的に停止されたのですか？
公開から約3日後、米商務省が輸出管理規則にもとづく緊急命令を発令したためです。その後 2026 年 6 月 30 日に指令が解除され、順次アクセスが復旧する見通しとなりました（出典: cnn.com）。
Claude Fable 5はどんな作業に向いていますか？
複雑な実装、数日にわたる自律作業、大量の資料や図表の一括分析など、難しさが品質に直結するタスクに向いています。定型作業や軽作業は Opus 4.8 など下位モデルと使い分けるのが効率的です。
まとめ
Claude Fable 5 は、Anthropic 最上位「Mythos クラス」の一般公開版で、Claude.ai・API・Claude Code から使えます。Mythos 5 は限定提供のベースモデル、Fable 5 はその安全調整版という関係で、性能は SWE-bench Pro 80.3% と公開モデルのトップ水準、料金は Opus 4.8 の2倍です。使いこなす鍵は、エフォートを high に、成果を任せる引き算プロンプトで、難しいタスクにだけ当てること。そしてセーフガードによるフォールバック・トークン消費・可用性リスクを前提に、代替モデルへの切り替えと「去っても効く資産づくり」を設計しておくことです。最上位モデルであっても、スモールスタートで1業務を AI エージェントに任せ、効果が出た業務から広げていくのが、投資対効果を出す使い方です。
AI活用の伴走支援をご検討の方へ
本記事で紹介した Claude Fable 5 のような AI エージェントの活用に向けて、自社の業務でも具体的に進めたい・相談したいとお考えの方は、ぜひ GiftX AIエージェント構築支援までお問い合わせください。
GiftX AIエージェント構築支援では、貴社の業務に合わせて1業務単位のスモールスタートから本番運用まで、AI エージェント構築をワンストップで支援します。ユースケースの洗い出しから、PoC、本番運用、社内ナレッジ化まで伴走します。
AI活用にご関心のある方は、ぜひ一度ご相談ください。
▶ GiftX AIエージェント構築支援の詳細・お問い合わせはこちら
