Routine Labo — 台本プレビュー

Claude Fable 5.1 を前世代と比べる
ベンチ2倍は、本当に実物へ出るのか

2026年9月1日にリリースされた Claude Fable 5.1 を、前世代の Fable 5 とまったく同じ条件で6つの課題に通しました。公式のベンチマークでは科学系のタスクが2.1倍に伸びていますが、伸び幅は場所によって大きく違います。そして公式ドキュメントには、意外な但し書きが書かれていました。

1. 9月1日に何が出たのか

Anthropic は9月1日、Claude Fable 5.1 と Claude Mythos 5.1 を同時にリリースしました。この2つは同じモデルで、違うのは安全対策の水準だけです。Mythos 5.1 はサイバーセキュリティと生命科学の用途に向けた限定提供で、米国の組織しか使えません。一般に使えるのは Fable 5.1 のほうです。

公式が出したベンチマークの表がこちらです。

Anthropic 公式のベンチマーク比較表 — 出典：Introducing Claude Fable 5.1 and Claude Mythos 5.1（2026-09-02 取得）
anthropic.com

2. 伸びた場所は、かなり偏っている

いちばん大きい数字は Terminal-Bench-Science 0.1 です。前世代の 24.7% から 52.6% へ、約2.1倍に伸びています。公式の表では Agentic scientific research という見出しが付いている項目です。

ただ、表を横に見ていくと様子が変わります。業務ワークフローを測る AutomationBench は 17.1% から 31.4% と大きく伸びていますが、日常のコード編集に近い CursorBench 3.2.0 は 70.5% から 73.4% で、差はわずかです。平均で語ると見誤る種類の更新だと分かります。

ベンチマーク	Fable 5.1	Fable 5	Opus 5	伸び
Terminal-Bench-Science 0.1	52.6%	24.7%	29.0%	2.13倍
AutomationBench	31.4%	17.1%	26.9%	1.84倍
Terminal-Bench 4.0	55.8%	42.0%	52.3%	1.33倍
GDPval-AA v2	1853	1723	1824	1.08倍
CursorBench 3.2.0	73.4%	70.5%	70.0%	1.04倍

「伸び」は Fable 5 に対する Fable 5.1 の倍率（本ページで算出）。元の数値はすべて上の公式表から。

3. 「25%安くなった」の中身

料金の見出しだけを読むと安くなったように見えますが、実際に下がったのはキャッシュ読み込みだけです。

入力 $10 ／出力 $50（100万トークンあたり）＝前世代から据え置き
キャッシュ読み込み $1 → $0.25（75%減）

公式はこの変更で「通常のワークロードで約25%、高度に自律的な作業で最大45%のコスト減」としています。裏を返すと、同じ文脈を何度も読み直させる使い方をしていない人には、この値下げはほとんど効きません。短い往復が中心の使い方だと、支払う額は実質そのままです。

4. 公式ドキュメントに書かれている、意外な但し書き

ここが今回いちばん伝えたい部分です。公式のモデル一覧ページには、こう書かれています。

If you're unsure which model to use, start with Claude Opus 5 for most workloads.
Use Claude Fable 5.1 for demanding reasoning and long-horizon agentic work,
or when your evals on Claude Opus 5 at higher effort still fall short.

訳すと、どれを使うか迷ったら、ほとんどの用途では Opus 5 から始めてください。Fable 5.1 を使うのは、負荷の高い推論と長時間にわたる自律的な作業のとき、あるいは Opus 5 を高いエフォートで試してもなお足りないとき——という位置づけです。

同じページの比較表を見ると、さらにはっきりします。Fable 5.1 のレイテンシは「低速」と明記されていて、価格は Opus 5 の2倍です。

公式のモデル比較表 — 出典：Models overview（2026-09-02 取得）
platform.claude.com

項目	Fable 5.1	Opus 5
料金（入力 / 出力）	$10 / $50	$5 / $25
相対的なレイテンシ	低速	標準
思考	アダプティブ（常時有効）	適応型
デフォルトのエフォート	high	high
コンテキストウィンドウ	100万トークン	100万トークン
最大出力	12.8万トークン	12.8万トークン
知識カットオフ	2026年6月	2026年5月
API ID	`claude-fable-5-1`	`claude-opus-5`

5. どうやって検証したか

新しいモデルが出るたびに使っている固定の検証コースから、6つの課題を選びました。同じお題を一度だけ渡し、追加の指示もエラーの指摘もしません。変えるのはモデル名だけで、設定は1文字も動かしていません。

判定は3つの目で行います。最後まで書き切れたか、ブラウザで実際に動くか、そして出力の最後に自分で書かせるチェックリストに嘘がないか。

選んだ6課題

課題	何を見るか
2Dアクション	基準線。毎回必ず出す目盛り
3Dウェブサイト	スクロール連動の3D演出と、サイトとしての実用性
剣戟3D（ライブラリ全面禁止）	低レイヤの描画実装。完走できるかどうか自体が結果
マイクラ風ボクセル世界	大規模な自作を最後まで書ききる持久力
対戦アクション	支給素材を使いこなす力と、格闘としての完成度
3D玉転がし	物理エンジン禁止での付着と回転の実装

6. 先に知っておく落とし穴

実際に走らせると、性能とは別のところでつまずきます。3つだけ先に共有します。

出力の天井で途中が切れる。長い課題は書き終わる前に止まり、成果物がゼロになります。書き出しを許可した設定で回すと回避できます
エフォートの既定は high。上げるほど出力が増え、費用も増えます
モデルを行き来させない。前の世代へ戻すと思考の記録が失われ、作り直しの手間と費用が乗ります

7. 収録で使うもの（コピーして使えます）

検証レーンの追加（設定ファイルへ1つ足すだけ）

"fable51-cli-write": {
  "label": "Claude Fable 5.1 (書き出し許可)",
  "type": "claude-cli",
  "cli_model": "claude-fable-5-1",
  "cost": "subscription",
  "enabled": true,
  "timeout_sec": 7200,
  "concurrency": 1,
  "file_tools": true
}

6課題を一度に流す

python3 tools/run.py \
  --label Fable51_vs_Fable5 \
  --prompts kadai1,web3d,kadai3,voxel_minecraft,smash3d,odaiE \
  --lanes fable51-cli-write,fable5-cli-write \
  --runs 1

3Dウェブサイト課題のお題（全文）

【出力条件・厳守】
1. 出力は「単一のHTMLファイル」を1つだけ。file:// でダブルクリックして即動くこと。
2. コードは省略禁止。「// 以下同様」「...(省略)」は禁止。全文を書ききる。
3. Three.js のみ CDN(importmap) 読み込み可。それ以外の外部アセット(画像/音声/フォント)は
   禁止＝素材はコード生成。
4. 起動時のコンソールエラーは0件であること。
5. 最後に「仕様チェックリスト」を表で出し、各項目に ✅ / ❌ を自己申告する(嘘の✅は最も減点される)。

【お題】3Dグラフィックを駆使した「超絶クール」な架空プロダクトのWebサイトを作れ。
PC画面(16:9)想定。実在企業・実在製品の名称やロゴは使わない（架空ブランドを自作する）。
見た目のインパクトだけでなく、サイトとして実際に機能すること（ナビ・フォーム・
レスポンス）まで含めて採点する。「デモ」ではなく「公開できる完成品」を目指すこと。

■ 3D表現（最重要）:
- ヒーローに Three.js のリアルタイム3Dシーン（プロダクトの抽象オブジェクトや
  幾何学構造体など）。マウス移動で視差・傾きが付き、常時ゆるやかに動き続ける。
- スクロールに連動して3Dシーンが変化する（カメラ移動・オブジェクトの分解/組立・
  色や照明の変化など、セクションごとに見え方が変わる演出）。
- ライティング・影・フォグ・発光素材などで「安っぽくない」質感を作る。
- パーティクルや浮遊要素で奥行きを演出。ただし文字の可読性を壊さない。

■ サイトとしての実体（表面だけで終わらせない）:
- 固定ヘッダのナビ（4項目以上・クリックで該当セクションへスムーススクロール・
  現在地がハイライトされる）。
- セクション: ヒーロー / 特徴(3枚以上のカード) / 仕組みや仕様 / 料金プラン(3段) /
  FAQ(開閉アコーディオン) / お問い合わせ。
- お問い合わせフォーム: 入力バリデーション（必須・メール形式）・エラー表示・
  送信で完了メッセージ（送信先はダミーでよいが挙動は本物らしく）。
- 細部の作り込み: ホバー演出・スクロール出現アニメ・カスタムカーソルなど、
  操作した瞬間の気持ちよさ。
- パフォーマンス: スクロールしてもカクつかない（rAF一元化・リサイズ対応）。FPS55以上。
- 一番下までスクロールして「完成している」と感じるフッターまで作る。

■ 採点API: window.__SITE = { sections, fps, scrollProgress, theme } をグローバル公開する。

残り5課題のお題は、そのままコピーして使える形で LINE から配布しています。同じ検証を自分の環境で再現できます。

8. まとめ

伸びた場所は科学系のタスクと業務の自動化に偏っている。日常のコード編集の差はわずか
値下げはキャッシュ読み込みに限定され、同じ文脈を繰り返し読ませる使い方をしていないと効かない
公式はほとんどの用途で Opus 5 から始めることを勧めており、Fable 5.1 のレイテンシは低速と明記されている
長時間まわす自律的な作業なら候補になる。短い往復が中心なら、前世代や上位モデルで足りる