
Claude Fable 5 が急にリリース!いち早く概要・特長をキャッチアップ
更新日:2026/6/10
2026年6月9日、Anthropicは新モデルClaude Fable 5を発表しました。
同時に、より限定的に提供されるClaude Mythos 5も発表されています。⟦S1⟧
Fable 5は、これまでのClaudeシリーズで見られてきたOpus、Sonnet、Haikuとは少し位置づけが異なります。Anthropicが新たに位置づけるMythos-classのモデルであり、公式には「これまで広く提供されてきたClaudeモデルの中で最も高性能」と説明されています。⟦S1⟧ ⟦S2⟧
今回のポイントは、単にベンチマークスコアが高いことだけではありません。
むしろ重要なのは、Fable 5が短い質問に素早く答えるAIというより、長く複雑な仕事を任せるためのAIエージェント基盤として登場したことです。
大規模コードベースの移行、長時間の分析、複数ステップの調査、1Mトークン級の長い文脈処理。こうした「途中で文脈を失うと困る仕事」に向けたモデルとして見ると、Fable 5の位置づけはわかりやすくなります。
一方で、強力になったぶん、導入前に確認すべき点も増えています。安全分類器によるフォールバック、APIでの拒否挙動、Mythos-classモデルに関する30日間のデータ保持、ゼロデータ保持との関係などは、特に企業利用では重要です。⟦S5⟧ ⟦S6⟧ ⟦S9⟧
まずは、要点から整理していきましょう。


※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。
Fable 5は何が新しいのか
Fable 5を一言でいうなら、Mythos-classの能力を、安全装置付きで一般提供したモデルです。
押さえておきたいポイントは5つあります。
・1つ目は、Opusより上のMythos-classに属すること。AnthropicはMythos-classを、Opus classより上に位置する能力階層として説明しています。⟦S1⟧
・2つ目は、長時間のエージェント作業に強いこと。公式ドキュメントでは、Fable 5は「最も要求の高い推論」と「長期的なエージェント作業」向けのモデルとして位置づけられています。⟦S2⟧
・3つ目は、1Mトークンのコンテキストウィンドウと最大128kトークン出力に対応すること。長い仕様書、コードベース、契約書群、調査資料をまとめて扱う用途と相性がよいといえます。⟦S2⟧ ⟦S6⟧
・4つ目は、通常API価格がOpus 4.8の2倍であること。Claude APIでは、Fable 5は入力100万トークンあたり10ドル、出力100万トークンあたり50ドル。Opus 4.8は入力5ドル、出力25ドルなので、使いどころの見極めが重要になります。⟦S4⟧
・5つ目は、安全機構とデータ保持の扱いが従来モデルと異なること。性能だけでなく、拒否・フォールバック・データ保持の仕様まで含めて導入判断する必要があります。⟦S6⟧ ⟦S9⟧
1. そもそもClaude Fable 5とは?
Claude Fable 5は、Anthropicが一般提供を開始したMythos-classモデルです。
これまでClaudeシリーズは、おおまかにHaiku、Sonnet、Opusという階層で理解されてきました。
Haikuは高速・低コスト、Sonnetは能力とコストのバランス、Opusは複雑な推論や高難度タスク向けという位置づけです。
そこに今回、Opusより上の階層としてMythos-classが登場しました。

Fable 5とMythos 5は、同じ基盤モデルを共有しています。違いは、安全分類器の扱いと提供範囲です。Fable 5は一般提供向けに安全分類器を備えたモデルであり、Mythos 5はProject Glasswingなどの承認顧客向けに、一部の安全分類器を外した形で限定提供されます。⟦S1⟧ ⟦S6⟧ ⟦S7⟧
名前の「Fable」は、Anthropicの発表内で、Mythosと対になる名称として説明されています。⟦S1⟧
2. 何がすごいのか:見るべきポイントは5つ
1つ目:長い仕事を途中で崩さず進める
Fable 5の特徴としてまず注目したいのは、長期作業への強さです。
Anthropicは、Fable 5が過去のClaudeモデルより長く自律的に作業できると説明しています。Claude API Docsでも、Fable 5は「最も要求の高い推論」と「長期的なエージェント作業」向けのモデルとして紹介されています。⟦S1⟧ ⟦S2⟧
これは、日常的なチャットの延長というより、数時間単位、場合によってはそれ以上の作業をAIに任せる方向に近いといえます。
・たとえば、巨大なコードベースを調査します。
・複数の資料を読み比べて分析します。
・仕様を確認しながら実装し、テストし、修正します。
・長い調査の途中で仮説を立て直します。
こうしたタスクでは、単発回答の賢さだけでなく、文脈を保ち、方針を見失わず、必要な確認を挟みながら進められるかが重要になります。
Fable 5は、まさにその方向に振られたモデルと見るのがよさそうです。
2つ目:大規模コードベースでの作業に強い
コーディング面では、Anthropicの公式発表に掲載されたStripeの事例が目を引きます。
Anthropicの発表によれば、Stripeは5,000万行規模のRubyコードベースにおける移行作業でFable 5をテストし、通常ならチーム全体で2か月以上かかる作業を、Fable 5が1日で完了したと報告しています。⟦S1⟧
ただし、これはAnthropic公式発表内の顧客事例であり、独立した第三者監査結果として公開されているわけではありません。そのため、「どんな大規模移行でも1日で終わる」と読むのは危険です。
それでも、大規模コードベース全体を対象にした移行・調査・修正のような仕事が、Fable 5の主要な想定用途であることは読み取れます。
ベンチマークについても、Anthropicの公式表では「Claude Mythos 5 / Fable 5」欄として、SWE-Bench Proで80.3%が示されています。同じ表では、Claude Opus 4.8が69.2%、GPT-5.5が58.6%とされています。⟦S3⟧
ここで大事なのは、単なる「スコアが高い」という話にしすぎないことです。ベンチマークは有用な比較材料ですが、評価条件や運用環境によって実務での成果は変わります。
Fable 5は、コードを書くだけでなく、調査して、方針を決めて、実装して、検証するという長めの流れに強いモデルとして見るほうが実態に近いです。
3つ目:金融・法律・分析のような知識労働にも強みがある
Fable 5は、コーディング専用モデルではありません。
Anthropicは、HebbiaのFinance BenchmarkでFable 5が高いスコアを示したことや、Hexが複雑で長時間にわたる分析タスクで高い達成率を報告したことを紹介しています。⟦S1⟧
法律分野では、HarveyがFable 5の提供開始を発表し、Legal Agent Benchmarkで13.3%を記録したと説明しています。Harveyは、複雑な法務タスクにおけるドラフト作成や長期エージェント作業で強みがあると紹介しています。⟦S10⟧
ただし、ここも慎重に読む必要があります。
Hebbia、Hex、Harveyの評価は、実務に近い貴重な情報ではありますが、各社の業務環境や独自評価を含んでいます。公開された汎用標準ベンチマークだけで構成されているわけではありません。
そのため、「金融でも法律でも無条件に最強」と言い切るより、各社の評価環境では大きな改善が示されていると表現するほうが正確です。
4つ目:1Mトークン時代の使い方が現実味を帯びた
Fable 5は、1Mトークンのコンテキストウィンドウをサポートし、最大128kトークンの出力に対応します。⟦S2⟧ ⟦S6⟧
これは、単に長い資料を入れられるというだけではありません。
むしろ重要なのは、長い文脈を前提に、AIの役割が変わることです。
短いQ&Aなら、200kトークン級のコンテキストでも十分なことが多いです。しかし、次のような仕事では、1Mトークンの意味が出てきます。
リポジトリ全体を見ながら設計変更を検討する
契約書、覚書、関連資料をまとめて比較する
過去の議事録や仕様変更を踏まえて調査する
長い分析タスクの途中経過を保持しながら進める
AIエージェントに大きな作業単位を任せる
Fable 5は、この「長い文脈を持ったまま、作業を続ける」用途で価値が出やすいです。
逆に言えば、短い要約や単発の質問だけなら、Fable 5である必要はあまりありません。SonnetやOpusで十分なケースも多いはずです。
5つ目:安全機構込みで一般提供された
Fable 5を理解するうえで、性能と同じくらい重要なのが安全機構です。
Anthropicは、Mythos-classモデルの能力が高まったことで、サイバーセキュリティや生物・化学などの領域では悪用リスクがあると説明しています。そのため、Fable 5には安全分類器が組み込まれています。⟦S1⟧
分類器の対象になりやすいのは、主に次の領域です。
サイバーセキュリティ、特に脆弱性発見・悪用・攻撃的ハッキングに関わるもの
生物・化学、特に高リスクな研究や悪用可能性のある内容
モデル蒸留や能力抽出につながる大規模なリクエスト
Claude Codeでは、Fable 5の安全分類器がリクエストを検知すると、自動的に別のClaudeモデルへフォールバックする場合があります。⟦S5⟧
一方で、Claude APIのMessages APIでは扱いが異なります。Fable 5がリクエストを拒否した場合、HTTP 200の成功レスポンスとしてstop_reason: "refusal"が返ります。APIで別モデルに再試行したい場合は、fallbacksパラメータやSDKミドルウェアを明示的に使う必要があります。⟦S6⟧
つまり、「Fable 5は自動で別モデルに切り替わる」とだけ覚えるのは不正確です。
Claude CodeとClaude APIでは挙動が違うため、導入時には利用環境ごとに確認したいところです。
3. 価格はどう見るか
Fable 5のClaude API料金は次の通りです。⟦S4⟧

Opus 4.8の通常価格は、入力100万トークンあたり5ドル、出力100万トークンあたり25ドルです。したがって、Fable 5の通常API価格はOpus 4.8のちょうど2倍になります。⟦S4⟧
この価格を高いと見るか、安いと見るかは用途次第です。
短い要約や日常的な質問に使うなら、かなり高く感じるはずです。
一方で、数日かかる調査、チーム作業になるコード移行、専門家が何時間もかけるレビューを短縮できるなら、2倍のモデル単価でも見合う可能性があります。
Anthropicは、Pro、Max、Team、シート制Enterpriseユーザーについて、2026年6月22日までFable 5を追加料金なしで含めると説明しています。2026年6月23日以降はUsage Creditsが必要になる予定です。⟦S1⟧
まずはこの期間中に、自分の業務でどれくらいのトークンを使い、どれくらい時間を短縮できるかを見るのが現実的です。なお、料金や提供条件は変更される可能性があるため、実際の導入前には必ず最新の公式価格表を確認したいところです。
4. どうやって使うのか
Fable 5は、Claude API、Claude Platform on AWS、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundryなどで利用できます。Claude.aiやClaude Codeでも利用対象として案内されています。⟦S1⟧ ⟦S2⟧ ⟦S8⟧
開発者がまず確認したいのはモデルIDです。
・Claude APIでのモデルIDは、claude-fable-5です。
・Amazon Bedrockでは、anthropic.claude-fable-5が記載されています。⟦S2⟧
・Claude Codeで使う場合は、v2.1.170以降が必要です。モデル選択では/model fable、起動時にはclaude --model fableを使います。古いClaude CodeではFable 5がモデルピッカーに表示されないため、必要に応じてclaude updateで更新しておきたいところです。⟦S5⟧
・AWSでは、Amazon BedrockとClaude Platform on AWSの2つの経路が用意されています。AWSの発表では、BedrockはAWS管理機能やデータレジデンシーと組み合わせて使える経路、Claude Platform on AWSはAnthropicのネイティブなClaude体験にAWS課金・認証を組み合わせる経路として説明されています。⟦S8⟧
ただし、実際の利用可否は契約プラン、組織設定、クラウドプロバイダー、リージョン、管理者設定によって変わる可能性があります。導入時には、公式ドキュメントだけでなく自社の管理画面や契約条件も確認したいところです。
5. 導入前にいちばん確認したいこと
Fable 5で最も見落としやすいのは、性能ではなく運用上の注意点です。
特に重要なのは、次の2つです。
注意点1:フォールバックの挙動は利用環境で変わる
Claude Codeでは、Fable 5の安全分類器がサイバーセキュリティや生物関連の内容を検知すると、自動的に別のClaudeモデルへフォールバックする場合があります。⟦S5⟧
一方、Claude APIでは、Fable 5がリクエストを拒否した場合、stop_reason: "refusal"が返ります。API側で自動的に別モデルへ再試行したい場合は、fallbacksパラメータやSDKミドルウェアを設定する必要があります。⟦S6⟧
したがって、プロダクトに組み込む場合は、少なくとも次の設計が必要になります。
Fable 5が拒否したとき、ユーザーにどう表示するか
Opus 4.8など、別モデルへ自動再試行するか
フォールバック時の料金やログをどう扱うか
サイバー・生物・化学系の業務で誤検知が起きた場合どうするか
どの環境では自動フォールバックし、どの環境では明示的な再試行が必要か
特にセキュリティ企業、バイオ系企業、研究機関では、事前検証なしに本番導入するのは避けたほうがよいと考えます。
注意点2:Mythos-classは30日間のデータ保持がある
もう一つ重要なのがデータ保持です。
Anthropicは、Mythos-classモデルに送信されたプロンプトと、モデルが生成した出力を、信頼性・安全性目的で30日間保持すると説明しています。30日後は原則削除されますが、安全調査や法的要件がある場合は例外があります。⟦S9⟧
また、Fable 5とMythos 5はCovered Modelsに指定されており、ゼロデータ保持、いわゆるZDRの設定がある組織では、利用に設定変更が必要になる場合があります。⟦S6⟧ ⟦S9⟧
この変更は、特にClaude ConsoleでZDRワークスペースを設定している組織、Claude EnterpriseでZDRを使っている組織、AWS Bedrock、Google Cloud、Microsoft FoundryなどをZDR前提で利用している組織に影響します。一方、Consumer plansについては、Anthropicの説明ではこの更新の対象外とされています。ただし、Consumer plansでは別途、既存の安全目的の保持があると説明されているため、完全に同じ条件ではありません。⟦S9⟧
機密情報、顧客データ、ソースコード、未公開研究データを扱う企業は、Fable 5を使う前に法務・セキュリティ・情報システム部門と確認したほうがよいでしょう。
ここを曖昧にしたまま「高性能だから使う」と進めると、あとで運用ルールや契約条件と衝突する可能性があります。
6. Fable 5を選ぶシーン、選ばないシーン
Fable 5は強力なモデルですが、すべての用途で最適というわけではありません。
向いているのは、長く、複雑で、失敗時の手戻りが大きい仕事です。

Fable 5は、日常的に使う軽量モデルというより、ここぞという重い仕事に投入するモデルとして考えると使いやすいです。
たとえば、普段はSonnetやOpusを使い、次のような場面だけFable 5に切り替えます。
大きな仕様変更の影響範囲を洗い出す
レガシーコードを横断的に調査する
複数ファイルにまたがる設計レビューを行う
長い契約書群から論点を抽出する
複雑な分析タスクを一連の作業として任せる
この使い分けができると、Fable 5のコストも納得しやすくなると考えます。
7. Mythos 5はどう違うのか
Fable 5と同時に発表されたClaude Mythos 5も気になるところです。
Mythos 5は、Fable 5と同じ基盤モデルを持ちます。ただし、Fable 5にある安全分類器が一部外されており、一般提供ではなく、Project Glasswingなど承認された顧客向けに限定提供されます。⟦S1⟧ ⟦S6⟧ ⟦S7⟧
Project Glasswingでは、以前からClaude Mythos Previewが防御的サイバーセキュリティ用途で限定提供されていました。Anthropicは、Mythos Previewが重要ソフトウェアの防御支援に使われ、未知脆弱性の発見に関する高い能力を示したと説明しています。⟦S7⟧
つまり、一般ユーザーや通常企業がまず見るべきなのはFable 5です。
Mythos 5は、サイバー防御、重要インフラ、生命科学など、より高リスクかつ専門的な領域で、承認された組織に限って使われるモデルと整理するとわかりやすいと思います。
8. まとめ:Fable 5は「長く任せる」ためのモデル
Claude Fable 5は、単に「ベンチマークが高い新モデル」として見るより、AIに任せられる仕事の単位を大きくするモデルとして見るほうが本質に近いです。
これまでのAI活用は、短い質問、短い要約、短いコード補助が中心でした。
Fable 5が狙っているのは、その先です。
大きなコードベースを見て、作業計画を立てます。
複数資料を読み込み、分析を進めます。
途中で検証し、必要なら方針を修正します。
長い文脈を保ちながら、最後まで作業を続けます。
こうした使い方が現実味を帯びてきた点に、Fable 5の意味があります。
一方で、価格はOpus 4.8の2倍。さらに、安全分類器によるフォールバックや、Mythos-class特有の30日データ保持もあります。
だから、いきなり全業務をFable 5に置き換える必要はないと考えます。
まずは、自分やチームがいちばん面倒だと感じている、長く複雑な仕事を1つ選びます。そこでFable 5に任せてみて、どれくらい時間が短縮されるか、どれくらい品質が安定するか、どれくらいコストがかかるかを見ます。
Fable 5は、毎回呼び出す万能アシスタントというより、本当に重い仕事を任せるための上位モデルです。使いどころを選べば、AIエージェントの実用性を一段引き上げる存在になると感じました。


参考・出典
⟦S1⟧ Anthropic「Claude Fable 5 and Claude Mythos 5」 https://www.anthropic.com/news/claude-fable-5-mythos-5
⟦S2⟧ Anthropic Docs「Models overview」 https://platform.claude.com/docs/en/about-claude/models/overview
⟦S3⟧ Anthropic公式ベンチマーク表画像 https://www.anthropic.com/_next/image?q=75&url=https%3A%2F%2Fwww-cdn.anthropic.com%2Fimages%2F4zrzovbb%2Fwebsite%2F1e65982497d7d4891219ed0e83141625a291b860-2600x2870.png&w=3840
⟦S4⟧ Anthropic Docs「Pricing」 https://platform.claude.com/docs/en/about-claude/pricing
⟦S5⟧ Anthropic Claude Code Docs「Model configuration」 https://code.claude.com/docs/en/model-config
⟦S6⟧ Anthropic Docs「Introducing Claude Fable 5 and Claude Mythos 5」 https://platform.claude.com/docs/en/about-claude/models/introducing-claude-fable-5-and-claude-mythos-5
⟦S7⟧ Anthropic「Project Glasswing」 https://www.anthropic.com/glasswing
⟦S8⟧ AWS「AWS announces Claude Fable 5, the first generally available Mythos-class model」 https://aws.amazon.com/about-aws/whats-new/2026/06/claude-fable-5-aws/
⟦S9⟧ Anthropic Help Center「Data retention practices for Mythos-class models」 https://support.claude.com/en/articles/15425996-data-retention-practices-for-mythos-class-models
⟦S10⟧ Harvey「Fable 5, Now Available in Harvey」 https://www.harvey.ai/blog/fable-5-now-available-in-harvey
- #生成AI
- #AIエージェント
- #ClaudeCode
- #2026年
- #Anthropic
- #AI導入
- #大規模言語モデル
- #AIガバナンス
- #ClaudeFable5
- #リファクタリング
- #2026年6月
- #claudeapi
- #AmazonBedrock
- #金融AI
- #企業AI
- #ProjectGlasswing
- #知識労働
- #Opus48
- #法務AI
- #SWEbench
- #AI活用戦略
- #フォールバック
- #ClaudeMythos5
- #MicrosoftFoundry
- #Sonnet46
- #高性能AI
- #セキュリティAI
- #データ保持
- #ZDR
- #長文コンテキスト
- #Haiku45
- #ゼロデータ保持
- #1Mトークン
- #コード移行
- #ClaudePlatform
- #大規模コードベース
- #安全分類器
- #MythosClass
- #GoogleCloudVertexAI
- #128k出力
- #API拒否
- #生物化学リスク