Claude Fable 5.1公開──科学研究ベンチが24.7%から52.6%へ、価格据え置きで実質25%安

2026年9月2日朝・日本時間時点の情報です。AnthropicがClaude Fable 5.1とClaude Mythos 5.1を公開した。公式ドキュメントのリリース日表記は2026年9月1日（米国時間）で、日本時間では9月2日未明にあたる。

動画版も公開しています： https://youtu.be/lZrjGL-LibE

3行まとめ

1. 科学研究ベンチ Terminal-Bench-Science 0.1 が**24.7%→52.6%**と2倍以上。公式比較表の全7項目で Fable 5・Opus 5・GPT-5.6 Sol を上回った。
2. 入力$10・出力$50/100万トークンは据え置き。キャッシュ読み込みだけ75%オフの$0.25にしたことで、実際の利用コストは通常用途で約25%減、エージェント用途で最大約45%減。
3. 知識カットオフが Fable 5 の2026年1月から2026年6月へ5ヶ月動いている。Fable 5 は同日付でレガシー扱いになった（6月9日リリースから約3ヶ月）。

何が出たのか

Anthropic公式ブログは、この2つの関係をこう説明している。

Claude Fable 5.1 and Claude Mythos 5.1 are the same model, but with different levels of safeguards. Fable 5.1 is generally available, while Mythos 5.1 is available only through our trusted access programs; its safeguards are specifically designed to support work in cybersecurity and the life sciences.

（Claude Fable 5.1とClaude Mythos 5.1は同じモデルだが、セーフガードの水準が異なる。Fable 5.1は一般提供、Mythos 5.1は信頼済みアクセスプログラム経由でのみ利用可能で、そのセーフガードはサイバーセキュリティとライフサイエンスの業務を支えるよう特別に設計されている）

提供先はClaude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud、Microsoft Foundry。

スペックは Fable 5 から変わっていない。コンテキストウィンドウ100万トークン（既定かつ最大・全域が標準単価）、最大出力12万8千トークン、アダプティブ思考は常時オン。

ベンチマーク

Anthropic公式ブログが掲載した比較表である。

伸び幅が最も大きいのは Terminal-Bench-Science 0.1 で、24.7%から52.6%へ2.1倍。次いで AutomationBench が17.1%から31.4%で1.8倍である。

Anthropic自身が付けた但し書き

この表には、発表側が自分で不利になる注記を2つ付けている。

ひとつは測定条件について。

Fable 5.1 was evaluated with its production safeguards enabled. On tasks where these safeguards intervened, Fable 5.1 and Fable 5 scored a zero on OSWorld 2.0, and Fable 5 scored a zero on AutomationBench. (...) This likely reduces the performance of Fable 5.1 and Fable 5 on these benchmarks.

（Fable 5.1は本番用セーフガードを有効にした状態で評価された。セーフガードが介入したタスクでは、Fable 5.1とFable 5はOSWorld 2.0でゼロ点、Fable 5はAutomationBenchでゼロ点となった。これはおそらく、これらのベンチマークにおけるFable 5.1とFable 5の性能を押し下げている）

もうひとつは自社環境と公開リーダーボードの差について。

Terminal-Bench-Science 0.1: The standard error is ±3.5–4.5 pts per model. The public leaderboard (3 trials/task, Claude Code harness) reports Claude Opus 5 at 30.0% and Claude Fable 5 at 21.4%; our setup reproduces them at 29.0% and 24.7%, respectively, both within noise.

（Terminal-Bench-Science 0.1：モデルごとの標準誤差は±3.5〜4.5ポイント。公開リーダーボード（1タスクあたり3試行、Claude Codeハーネス）はClaude Opus 5を30.0%、Claude Fable 5を21.4%と報告している。当社の環境ではそれぞれ29.0%と24.7%で再現され、どちらもノイズの範囲内である）

自社の測定環境が外部の公開値とどれだけズレるかを、数字で先に開示している。ベンチマーク発表としては珍しい形である。

価格は据え置き、コストは下がる

トークン単価は Fable 5 と同じである。

変わったのは最後の行だけだ。公式ブログはこう書いている。

Cache reads now cost 75% less, or $0.25 per million tokens.

Fable 5 のドキュメントには「prompt caching reads cost 10% of the base input price」（プロンプトキャッシュの読み込みは基本入力価格の10%）とあるので、$10の10%で$1.00。それが$0.25になった計算である。

この1点で全体コストがどう動くかを、Anthropicは指数グラフで示している。

• 通常のワークロード：Fable 5 を100として 75（約25%減）
• エージェント色の強いワークロード：Fable 5 を100として 55（約45%減）

グラフの内訳を見ると理由が分かる。エージェント用途では Fable 5 のコストの約65%がキャッシュ読み込みだった。それが Fable 5.1 では約17%まで落ちている。費用の3分の2を占めていた部分を4分の1にしたので、全体が大きく動く。

この数値は推計ではない。図のキャプションに測定条件が書かれている。

Indexed cost of running the same workloads on Fable 5 and Fable 5.1, at usage-based pricing measured at default effort over four weeks of actual usage in August 2026.

（Fable 5とFable 5.1で同じワークロードを実行したときのコスト指数。従量課金・既定effort・2026年8月の4週間の実使用にもとづく測定）

effort レベル別に見ると、もっと大きい

公式は各ベンチについて「精度 vs コスト」のグラフも出している。ここに、表だけでは見えない差が出ている。

Terminal-Bench-Science 0.1 のグラフでは、Fable 5.1 の最低 effort（low）が Fable 5 の最大 effort（max）を上回っている。グラフからの読み取りでは、Fable 5.1 の low が1タスクあたり約11ドルで約26%、Fable 5 の max が約44ドルで24.7%。同等以上のスコアを4分の1のコストで出していることになる。

さらに Fable 5 の線は、high から xhigh にかけて下がり、max でもほぼ戻っていない。コストを積んでも精度が伸びなくなっていたことがグラフに現れている。Fable 5.1 の線は max まで右肩上がりのままである。

CursorBench 3.2.0 でも形は同じで、Fable 5.1 の low が約3ドルで約66%、Fable 5 が同水準に達するには約7ドルを要している。

なお、これらの1タスクあたり費用はグラフからの目視読み取りである。Anthropicは数値表を公開していない。

3つの破壊的変更

すでに Fable 5 を API で呼んでいる場合、次の3つは動かなくなる。

1. 強制ツール使用が使えない

tool_choice の {"type": "any"} と {"type": "tool", "name": "..."} が400エラーを返す。理由も公式ドキュメントに明記されている。思考が常時オンのため、ツール呼び出しを強制すると思考工程を飛ばしてしまい、モデルが考えをツール引数に書き込んで引数の質が落ちるからだという。{"type": "auto"}（既定）と {"type": "none"} は従来どおり。

2. 旧モデルは Fable 5.1 の思考ブロックを読めない

思考ブロックには生成元モデルが記録され、保持は一方向のみになった。Fable 5.1 は旧モデルの思考を読めるが、逆は読めない。ルーターやフォールバックで会話の途中にモデルを切り替えると、APIがブロックを落とす。落ちたぶんは input_tokens に計上されず課金もされない。ベータヘッダを付けると、どのブロックが落ちたかが input_transformations として返る。

3. 過去のターンを編集すると思考ブロックが無効化される

system プロンプト・tools・過去メッセージのいずれかを変更すると、次のリクエストでエラーになる。Claude Code、claude.ai、Claude Managed Agents、Claude Agent SDK は自動的にこの前提を守るため、影響を受けるのは自前で messages 配列を組んでいるコードだけである。なお Claude Mythos 5.1 はこのチェックを行わない。

追加された機能は5つ。メッセージ単位のeffort指定（ベータ）、ターン限定のsystemメッセージ（ベータ）、ツール呼び出し間の進捗表示（display: "updates"・ベータ）、キャッシュ読み込みの値下げ、コンテンツの出所情報である。

移行はClaude Code上で /claude-api migrate this project to claude-fable-5-1 を実行すると、モデルID差し替え・破壊的パラメータ変更・prefill置換・effort較正までを自動で処理し、手動確認用のチェックリストを出す。

科学分野で示された3つの結果

Anthropicが今回のブログで最も紙幅を割いているのは科学である。

タンパク質設計。Mythos 5.1 にオープンソースのタンパク質設計・折りたたみツールを渡し、生成した設計を外部2組織に送って実験検証した。3つの標的で、結合親和性がAdaptyv Bioのタンパク質設計コンペの最優秀作の10倍。ヒット率（実際に結合した設計の割合）は12標的で**約50%**に達した。公式は「この分野の一般的なヒット率は10〜15%」と付記している。

ただしこの「10倍」には公式脚注がある。対象はEGFR、Nipah G、15-PGDHの3標的で、Nipah Gについては別の部位（ストーク領域）を狙った外部の設計が同等の値に達している。

金星の地形図。Fable 5.1 がニューラルネットワークを訓練し、金星の3分の1について新しい高解像度標高マップを作成した。元データはNASAマゼラン探査機が30年以上前に撮影したレーダー画像と、金星の5分の1について既存だったマップである。解像度は10〜20kmから2〜3kmへ、高さの精度は最大25%向上した。このマップはNASAのVERITASとESAのEnVisionという今後の探査計画に先立ち、クリエイティブ・コモンズで公開される。

GPUカーネルの最適化。Mythos 5.1 が7つのオープンソース深層学習モデルについてカスタムGPUカーネルを書き、中間結果をキャッシュすることで最大2.5倍高速化した（出力は同一）。ゲノム全体を対象とする解析では推定GPUコストが**30〜60%**下がる。公式は「通常なら性能エンジニアのチームで数週間かかり、アカデミックな研究室には手が届かないことが多い作業を、公開されているソースコードだけを使って数日で行った」としている。

知識カットオフが5ヶ月動いている

公式ドキュメントの比較表に、価格やスペックとは別の変化がある。

価格もスペックも据え置きのまま、学習データのカットオフだけが5ヶ月ぶん新しくなっている。しかも Fable 5 のリリースは2026年6月9日なので、Fable 5.1 の学習データは前世代が世に出た時点までを含んでいることになる。

一般に、事後学習（SFTやRL）だけを変更した場合、学習データのカットオフは前世代から引き継がれる。カットオフが動いているということは、少なくとも事後学習以外の工程が入っていることを示している。

ただしAnthropicは学習方法について公式ブログで何も説明していない。追加事前学習なのか、中間学習の段階で新データを入れたのか、別のベースを使ったのかは、公開情報からは判別できない。この点についての考察は続報記事で扱う。

安全側の変更

緩んだ側。Claude Code利用時のサイバーセーフガードによる介入が、Fable 5 と比べて1セッションあたり平均約60%減る。Fable 5.1 はソフトウェア脆弱性の発見に使えるようになった（エクスプロイトの開発は不可）。ただしペネトレーションテスト、エクスプロイト生成、バイナリベースの脆弱性スキャンは引き続きOpusモデルへ回される。生物学分野では、初歩的な生物学・医学の質問に対する誤検知が85%減った。

締まった側。蒸留対策が強化された。今日以降に作成された新規APIアカウントでは、マルチターン会話でClaudeの過去のコンテキストを手動編集しつつ思考の記録を保持する、という操作ができなくなる。Anthropicはこれを「公開された一般的な蒸留手法を塞ぐもの」と説明している。既存アカウントは現時点では影響を受けないが、今後のモデルリリースでは全ユーザーに適用されると明記されている。Claude Code、Claude Cowork、claude.ai、サードパーティ製品経由のユーザーは影響を受けない。

EU AI法対応。2026年8月2日以降にリリースされたモデルの出力に、目に見えない透かしが入る。検出APIは限定公開である。

残っている弱点。アラインメント評価について、Anthropicは自ら限界を書いている。

our testing found the model can still sometimes bypass approvals and auto-mode classifiers

（当社のテストでは、モデルが承認や自動モードの分類器をすり抜けることが依然としてあることが判明した）

加えて、自動行動監査は「非常に長いコンテキストでの作業」と「マルチエージェント環境」への可視性が低く、「不可能なタスク」のカバレッジも望むほどではないと述べている。

導入企業のコメントから

Anthropicは早期アクセス企業22社のコメントを掲載している。具体性の高いものを挙げる。

投資会社Millenniumは、100万回に1回しか起きないクラッシュを4〜5年間チームの誰も説明できずにいた。Fable 5 を含む試したすべてのモデルが見逃していたが、Fable 5.1 が外部ベンダーのライブラリを逆アセンブルし、コアダンプと突き合わせて、そのライブラリのバグまで辿り着いたという。

決済のRampは、38時間の無人実行で、過去の結果をラベルの人工物と診断して修正し、6本の実験を並列で走らせ、結果と次の手を持ち帰ったと報告している。

楽天は、他の最先端モデル3つが承認済みだった楽天メディカルの臨床研究プロジェクトをFable 5.1にレビューさせたところ、どれも見つけていなかったギャップを発見し、さらなる検証を主張。新しい仮説を提示し、切り捨てていたデータセットを1回の午後で新しい研究の方向に変えたとしている。

EveryのDan Shipper氏は「Fable級の知能、Opus級の価格、Sonnet級の速度。テストではOpus 5のおよそ2倍速く、トークンは半分だった」と要約している。

Cognitionは、Devinで使っているOpus 5のトラフィックを公開初日にFable 5.1へ移すと表明。「新しいキャッシュ読み込み価格によって、Opusに残していたワークロードでFable級モデルがようやく採算に乗った」としている。

SpaceXAIのSualeh Asif氏は「CursorBench 3.2で我々が動かした中で最も高性能なモデル。max effortで73.4%」と述べ、自分の作業を検証する能力が特に高いと評価している。

これらはいずれもAnthropicが自社ブログに掲載したものであり、掲載側にとって都合のよいものが選ばれている可能性はある。

出典・但し書き

数字の出どころ：本記事の数値はすべてAnthropicの公式発表（ブログ・ドキュメント）である。外部機関による追試は本記事の執筆時点では確認できていない。

GPT-5.6 Solの欠測：公式比較表において、GPT-5.6 SolはOSWorld 2.0とHumanity's Last Examに数値がない（「—」表記）。「全項目で3モデルを上回った」という記述は、Solのデータが存在しない項目を含む。OSWorld 2.0については公式脚注が理由を説明しており、ベンチマーク作成者の2026年8月版タスクを使ったため過去公表値と直接比較できず、競合スコアを示していないとしている。

グラフからの読み取り：effort レベル別の1タスクあたり費用（約11ドル、約44ドル、約3ドル、約7ドル）は公式グラフからの目視読み取りである。Anthropicは数値表を公開していない。

"up to" の扱い：「エージェント用途で最大約45%減」「高さの精度が最大25%向上」「最大2.5倍の高速化」は、いずれも原文が "up to"（最大）である。常にこの値が出るわけではない。

日付の丸め：「Fable 5 から約3ヶ月でレガシー」は、2026年6月9日から9月1日で正確には2ヶ月23日である。

未確認事項：知識カットオフが5ヶ月動いた理由について、Anthropicは学習方法を説明していない。本記事では事実（カットオフの移動）のみを記載し、原因の推定は行っていない。

当サイトの立場：筆者はClaude Codeの利用者であり、Fable 5.1 が降りてきた環境で本記事を書いている。9月2日未明の時点で、公式ドキュメント（platform.claude.com）が告知ページより先に公開されており、anthropic.com 側の告知URLは一時的に404を返していた。ドキュメントに記載されたリリース日は9月1日である。

関連記事

• Claude Fable 5 完全ガイド ― 何が強く、何がブロックされ、いくらかかるのか
• Claude Fable 5がMax・Team Premiumに標準搭載

本記事は続報があり次第更新します。特に、外部機関によるベンチマークの追試、知識カットオフに関するAnthropicの追加説明、Enterprise Frontier Safeguardsの提供開始については追記する予定です。

動画版でも同じ内容を扱っています。感想をコメントでいただければ、次の記事と動画に反映します。