2026年6月に、Anthropicの新しいフラッグシップモデル Claude Fable 5 が一般提供され、Claude Codeでも使えるようになりました。私も約1ヶ月Fable 5をメインに使ってきたので、この記事ではFable 5を中心に、
- Fable 5とはどんなモデルか
- 他のモデル（Opus 5 / Sonnet 5 / Haiku 4.5）とのスペック・価格の比較
- 使ってみた感じのメリット・デメリットと用途別のおすすめ度
をまとめてみます。おすすめ度や使い分けはあくまで私個人の主観・体感ベースです。用途や使い方が違えば感じ方もだいぶ変わると思うので、「そういう見方もあるのか」くらいの温度感で、ひとつの参考程度に読んでいただけると嬉しいです。
現行モデルの一覧
まず、2026年8月時点の現行モデルをスペックで比較します（公式ドキュメント1より）。Opusは7月24日にリリースされた新世代 Claude Opus 5 が主力です2（前世代のOpus 4.8も同価格で継続提供されています）。
| Claude Fable 5 | Claude Opus 5 | Claude Sonnet 5 | Claude Haiku 4.5 | |
|---|---|---|---|---|
| 位置づけ | 最上位 | 複雑なコーディングの主力 | 速度と知能のバランス | 最速・最安 |
| モデルID | claude-fable-5 |
claude-opus-5 |
claude-sonnet-5 |
claude-haiku-4-5 |
| 入力価格 | $10 / MTok | $5 / MTok | $3 / MTok ※ | $1 / MTok |
| 出力価格 | $50 / MTok | $25 / MTok | $15 / MTok ※ | $5 / MTok |
| コンテキスト | 1M トークン | 1M トークン | 1M トークン | 200K トークン |
| 最大出力 | 128K トークン | 128K トークン | 128K トークン | 64K トークン |
| 体感レイテンシ | 遅め | ふつう | 速い | 最速 |
| 知識カットオフ | 2026年1月 | 2026年5月 | 2026年1月 | 2025年2月 |
※ Sonnet 5は2026年8月31日まで $2 / $10 の導入価格 が適用されます1。
ざっくり言うと、価格は Haiku → Sonnet → Opus → Fable の順に段階的に上がっていくイメージです。Opus 5は知識カットオフが2026年5月と、ラインナップ中で最も新しいのもポイントです。
なお、私自身はClaude Codeを定額プラン（チームプランのTeam Premium）で使っていて、API従量課金ではありません。上の価格はAPI利用時のものですが、定額プランでも上位モデルほど利用上限を早く消費するので、「上のモデルほど高くつく」という感覚自体は共通だと思います。以降のコストに関する記述は、その前提で読んでいただければと思います。
機能面の違い
スペックと価格だけだと違いが分かりにくいので、機能面も整理します13。
| 機能 | Fable 5 | Opus 5 | Sonnet 5 | Haiku 4.5 |
|---|---|---|---|---|
| 思考（thinking） | 常時オン（オフ不可） | アダプティブ（デフォルトでオン） | アダプティブ（デフォルトでオン） | 従来型（思考トークン数を指定） |
| effort（思考の深さ調整） | low〜max | low〜max | low〜max | 非対応 |
| fast mode（高速応答） | 非対応 | 対応（研究プレビュー） | 非対応 | 非対応 |
| 高解像度の画像入力 | 対応 | 対応 | 対応 | 非対応 |
思考（thinking）の方式が世代で違います。 上位3モデルは「アダプティブ思考」で、いつ・どれだけ考えるかをモデル自身が判断します。ただしその扱いはモデルごとに違っていて、Fable 5は常時オンで無効化できず、Opus 5とSonnet 5は何も指定しなくてもオンになります（Opus 5はeffortがhigh以下のときだけ明示的にオフにできます）。Haiku 4.5だけは従来型の「思考に使うトークン数を指定する」方式です。
思考の深さは effort パラメータで調整できます。 low / medium / high / xhigh / max の5段階で、Opus 5とSonnet 5のデフォルトはhighです。難しいコーディングタスクはxhighに上げる、速度優先の定型タスクはlow/mediumに下げる、といった調整ができます。Claude Codeを使っている場合も内部的にこの仕組みで動いています。
fast modeはこの中ではOpus 5だけの機能です。 同じモデルを最大2.5倍の出力速度で動かせるモードで（API利用では料金割増・研究プレビュー扱い。Opus 5のfast modeは$10/$50）、Claude Codeでは /fast で切り替えられます。「Fableほどの深さは要らないけど、とにかくテンポよく進めたい」ときに重宝します。
画像入力の解像度にも差があります。 Fable 5 / Opus 5 / Sonnet 5は長辺2576pxまでの高解像度画像に対応していて、スクリーンショットや図表の読み取り精度が上がっています。Haiku 4.5は従来解像度（長辺1568px）までです。
Claude Fable 5とは
2026年6月に一般提供が始まった、Claude 5世代の最上位モデルです。これまで最上位だったOpusのさらに上のティアとして位置づけられています4。ポイントは次の通りです。
- 長時間・高難度の自律エージェント作業を主眼にしたモデルで、思考（thinking）が常時オンになっています
- デュアルユース領域（サイバーセキュリティ・生物学など）には追加の安全対策が入っていて、該当リクエストは安全分類器で拒否されるか、Opus 4.8へのフォールバックで処理される設計です
- Claude APIのほか、AWS・Google Cloud・Microsoft Foundryの各クラウドでも提供されていて、Claude Codeでもモデルとして選択できます
定額プランでの提供状況は、7月に二転三転した末に決着しました。当初は7月12日まで各プランに追加料金なしで含まれ（週次利用上限の50%まで）、7月13日〜19日はプリペイドの利用クレジット経由のみに一旦後退。その後7月20日から、MaxプランとTeam Premiumプランには恒久的に含まれることになりました（同じく週次利用上限の50%まで）。ProプランとTeam Standardプランは引き続き利用クレジット経由で、移行時に一律$100分のクレジットが配布されています56。Anthropic自身が「Fableの需要予測が難しく、キャパシティを確保しながら段階的に展開した」と説明しており、提供形態はまた変わる可能性もあるので、最新状況は公式ヘルプを確認してください。
私はコーディングに加えてバグ調査・デバッグの用途でも使っていますが、安全対策側に引っかかったことは今のところありません。普通の開発用途では「Fable 5＝現時点の最上位モデル」と考えてよさそうです。
各モデルを使ってみた感じ
ここからは各モデルのメリット・デメリットと、私の主観によるおすすめ度です。主にClaude Codeでのコーディングと、バグ調査・デバッグのようなタスクでの体感がベースになっているので、フロントエンド中心の開発や文章生成がメインの方だと、また違った評価になるかもしれません。
Claude Fable 5 — じっくり考える長距離ランナー
おすすめ度: ★★★★☆（賢さだけなら文句なしの★5。待ち時間と利用上限の消費を許容できるかどうかで評価が変わります）
メリット
- 長時間の自律タスクにとても強いです。大きめのリファクタリングや調査を任せたとき、途中で迷走せずに最後まで走り切ってくれる感覚があります
- 計画と自己検証が丁寧です。手を動かす前に状況を把握し、終わったあとに自分で確認する動きが自然に入るので、「やったつもりで実は壊れている」パターンが減った気がします
- バグ調査に強いです。ログやコード、コミット履歴を広めに追って、表面的な症状から根本原因まで掘り下げてくれる感覚があります。「直したつもり」で終わらず、再現条件まで確認してくれることが多いです
- 曖昧な指示への対応が上手です。細かく手順を書かなくても、目的とゴールだけ伝えれば意図を汲んでくれることが多いです
- 進捗報告や最終まとめの文章が読みやすくなったと感じます
デメリット
- 応答は遅めです。公式ドキュメントでも他モデルより「Slower」とされていて、難しいタスクだと1ターンが数分〜十数分かかることも普通にあります。effortを下げたり指示を工夫すれば軽い質問にも十分使えますが、思考を完全にオフにはできないので、テンポ最優先の場面では下位モデルのほうが快適だと感じます
- 価格がOpusの2倍（$10 / $50）です。API利用なら常用はコストがかさみますし、定額プランでも利用上限の消費が早くなります
- API仕様に癖があります（後述）
向いていると思う用途: 投げておいて別作業の間に進めてもらう長めの自律作業、大規模リファクタリング、難易度の高いデバッグ、仕様が曖昧な状態からの設計
Claude Opus 5 — 迷ったらこれ、の主力枠
おすすめ度: ★★★★★（日常のコーディングの主力として）
7月24日にリリースされたOpusの新世代です27。前世代のOpus 4.8と同価格（$5 / $25）のドロップイン後継で、位置づけは「多くのタスクでFableに近い性能を半額で」。1点断っておくと、私がOpus帯を主力にしてきた期間の大半は前世代のOpus 4.8で、Opus 5はまだ使い始めたばかりです。ただ同価格の後継で乗り換えない理由がないので、以下の体感はOpus帯（主に4.8、一部5）のものとして読んでください。
メリット
- 知能・速度・価格のバランスが良く、日常のコーディングタスクのほとんどはこれで十分だと感じます。私自身、Fableとこの2本柱で回しています
- 長時間のエージェント作業やコードレビュー・デバッグに強いです
- 知識カットオフが2026年5月と、Fableを含む現行ラインナップで最も新しいです
- Fableと違ってfast mode（応答速度を上げるモード）にも対応しています
デメリット
- 最難関のタスクではFable 5との差を感じる場面があります（そもそもそういうタスクが日常にどれだけあるか、という話でもあります）
- Sonnet 5の性能が上がってきたので、「Opusでないと困る」場面は以前より減った印象です
- Opus 5世代からFableと同様のサイバーセキュリティ安全対策（refusal）が入ったため、セキュリティ関連の作業ではまれに拒否に当たる可能性があります
向いていると思う用途: 日常のコーディング全般、エージェント的な複数ステップ作業、迷ったときのデフォルト
Claude Sonnet 5 — コスパの本命
おすすめ度: ★★★★☆（コスト意識があるなら★5でもいいくらい）
メリット
- コーディング・エージェント用途で「ひと世代前のOpusクラス」に近い品質を、Opusの6割程度の価格で使えます
- 応答が速いので、対話しながら進める作業だとストレスが少ないです
- API利用の場合、2026年8月末までは導入価格（$2 / $10）でさらに安く使えます
- コンテキスト1M・最大出力128KとスペックはOpus/Fableと同等です
デメリット
- 最難関の推論・設計タスクでは上位モデルとの差が出ることがあります
- 指示をかなり文字通りに解釈する傾向があるので、プロンプトの書き方が雑だと意図とズレることがあります
向いていると思う用途: 日常のコーディング、コスト重視のAPI組み込み、応答速度が大事な対話的作業
Claude Haiku 4.5 — 割り切って使う脇役
おすすめ度: ★★★☆☆（用途がハマれば★5）
メリット
- 圧倒的に速くて安い（$1 / $5）です。分類・抽出・要約のような定型タスクを大量に回すなら第一候補になります
- サブエージェントとして使うと、上位モデルのコストを抑えながら並列作業をさせられます
デメリット
- コンテキストが200Kと他モデルより狭く、知識カットオフも2025年2月と古めです
- 複雑な推論や大きなコードベースの理解は苦手です。メインのコーディングモデルとしては物足りなさを感じると思います
向いていると思う用途: 大量バッチ処理、分類・抽出、サブエージェント、レイテンシ最優先のチャット
Fable 5「ならでは」だと感じたところ
Fable 5を使っていて「これは前のモデルと質が違うな」と感じるポイントを、もう少し掘り下げます。公式の紹介43でも、Fable 5の伸びは「これまでのモデルでもできていたタスク」よりも「これまでできなかった仕事」に寄っているとされていて、これは体感ともよく一致します。既存モデルと同じ使い方だけで評価すると、賢さの割に差を感じにくいモデルだと思います。
1. 原因不明のバグを最後まで掘り切る
公式でもコードレビュー・デバッグや、リポジトリ履歴の探索が強化点として挙げられています。体感として大きいのは、症状だけ伝えても、ログ → コード → コミット履歴と証拠を積み上げながら仮説を絞り込んでいってくれるところです。「たぶんここが原因です」で止まらず、根本原因と発生条件まで特定した上で説明してくれることが多く、調査結果の信頼度が上がりました。
2. 長丁場を人の修正なしで走り切る
公式で一番の強化点とされているのが「長距離のエージェント実行」です。大きめのリファクタリングや実装、範囲が広がりがちな調査でも、途中で当初の目的を見失ったり、中途半端な結論で切り上げたりすることが減った感覚があります。「最初に仕様と完了条件を渡して、あとは任せる」という使い方が現実的になりました。
3. サブエージェントを並列で使いこなす
複数のサブエージェントに仕事を配り、走らせている間も自分の作業を進め、結果を統合する、という動きが安定しています。公式にも、長時間動くサブエージェントとの継続的なやり取りを維持できる点が強みとして挙げられています。実装で複数ファイルの修正を並行させたり、バグ調査でログ・コード・変更履歴を別々の観点から並列に調べさせたり、という使い方で差を感じやすいです。
4. 学びをメモに残しながら働く
ファイルにメモ（メモリ）を書き残して、あとの作業でそれを参照するのが上手です。公式でも「学びを書き残せる場所を与えると顕著に性能が上がる」とされています。日をまたぐ作業や長いセッションで、前回までに分かったことを踏まえて動いてくれるので、同じことを二度説明したり調べ直したりする無駄が起きにくいです。
5. 「手順」ではなく「ゴール」を渡せる
Fable 5に変えて一番変わったのは、頼み方かもしれません。以前は手順を細かく書くほど精度が上がる感覚がありましたが、Fable 5では逆に、ゴール・制約・完了条件だけ渡して進め方は任せるほうが良い結果になることが多いです。実はこれは公式の移行ガイドにも「前世代向けに細かく書き込まれた指示は、かえって出力品質を下げることが多い」と明記されています3。
イメージとしてはこういう違いです（題材は架空の例です）。
【以前の頼み方: 手順を指定】
UserList.tsx の fetchUsers で null チェックを追加して、
次に API 呼び出しを try-catch で囲んで、
最後に npm test を実行して結果を教えて。
【Fable 5への頼み方: ゴールを指定】
ユーザー一覧画面で、所属なしのユーザーがいると500エラーになるバグを直してほしい。
- ゴール: 根本原因を特定して修正する
- 制約: APIのレスポンス形式は変えない
- 完了条件: 再現手順でエラーが出なくなり、既存テストが全件通ること
前者の頼み方だと指示した範囲のことしかやりませんが、後者なら原因調査から修正方針の選択、検証までを自分で組み立ててくれます。要件が固まりきっていない相談から入っても問題を整理してから動いてくれるので、「頼む前に仕様を固める」という前準備が軽くなりました。
Fable 5に切り替えて戸惑ったこと
良い話ばかりだとフェアではないので、切り替えて戸惑った点も書いておきます。
- 待ち時間の感覚が変わります。 数分単位で考え込むのが普通なので、画面の前で待っているとかなり長く感じます。「投げたら別の作業をして、終わった頃に結果を見る」というスタイルに変えてから快適になりました。張り付いて対話するモデルではない、と割り切るのがコツだと思います
- 定額プランの利用上限を消費しやすいです。 チームプランでも、Fable 5で長いタスクを回すと上限の減りが体感で早いです。上限の残りを見ながらFableとOpusを行き来する運用になりました
- 前のモデル向けのプロンプト資産が逆効果になることがあります。 手順を細かく書き込んだ指示テンプレートをそのまま使うと、指示に忠実すぎてかえって柔軟さが失われる場面がありました。上の「ならでは」で書いた通り、ゴールベースに書き直したほうが結果が良かったです
- たまに、聞かなくていいことを確認してきます。 任せたいのに小さな確認で手が止まることがあります。最初に「自律的に進めて、破壊的な操作だけ確認して」と伝えておくと減りました
開発者向け: Fable 5のAPI仕様の注意点
Fable 5をAPIから使う場合、Opus系と同じ感覚で呼ぶとハマるポイントがあります3。Claude Code経由なら意識しなくてよい話なので、API組み込みをする方向けに要点だけ。
-
thinkingは常時オン。
thinking: {type: "disabled"}やbudget_tokensは400エラー。深さはoutput_config.effort（low〜max）で調整 -
思考の中身はデフォルトでは見えない。 レスポンスに思考ブロックは含まれるが、テキストはデフォルトで空。
display: "summarized"を指定すると要約版が入る。なお生の思考過程はどう設定しても返らない -
出力のランダムさを調整する
temperature/top_p/top_kは送れない。 リクエストに含めると400エラーになる（Opus 4.7以降のモデル共通）。出力にバリエーションが欲しい場合はプロンプトで指示する -
拒否はエラーではなく正常レスポンスで返ってくる。 安全分類器がリクエストを拒否してもHTTP 200で、
stop_reasonが"refusal"・contentが空のレスポンスが返る。「200なら成功」と思ってcontentを読むコードがここで壊れるので、先にstop_reasonをチェックする。fallbacksパラメータ（ベータ）を付けると、拒否時に同じリクエストをOpus 4.8で自動再実行してくれる - 30日間のデータ保持が必須。 ゼロデータリテンション設定の組織では全リクエストが400
- 1ターンが長い前提で設計。 タイムアウトは長めに、ストリーミング推奨
また、Opus 4.7で導入された新トークナイザ（Fable 5 / Opus 5 / Sonnet 5も同じもの）では、同じテキストでも旧世代よりおよそ30%多くトークンを消費します1。トークン数の見積もりや max_tokens の設定は旧モデル基準のまま流用せず、移行時に測り直すのが安全です。
使い分けの体感まとめ
私なりの使い分けをフローチャートにすると、こんな感じに落ち着いています。
表にするとこうです。
| シーン | 使うモデル | 理由 |
|---|---|---|
| じっくり任せたい自律タスク（上限に余裕があれば日常タスクも） | Fable 5 | 走り切る力と自己検証の丁寧さ |
| 日常のコーディング | Opus 5 | バランスが良く、迷ったらこれ |
| コスト重視・対話的な作業 | Sonnet 5 | 速くて安く、品質も十分 |
| 大量の定型処理・サブエージェント | Haiku 4.5 | 速度と価格が圧倒的 |
FableとOpusをどう使い分けているか
使い分け表だけだと抽象的なので、私の実際の運用を書いておきます。正直に言うと「難問のときだけFable」というより、利用上限に余裕があるときは、最初からFable 5に解決まで任せることが多いです。切り替えの判断は、タスクの難易度よりも上限の残りで決まっている感覚です。なお、定額プランの利用上限は「5時間ごとにリセットされる枠」と「週次の枠」の二段構えになっていて、日々の切り替え判断で見ているのは主に5時間枠のほうです。
- 上限に余裕がある → 最初からFable 5。バグ調査も実装も、途中でモデルを変えずに最後まで任せます
- 上限の残りが心もとない → Opus 5へ。日常的なタスクならこれで困ることはほとんどありません
- テンポよく対話しながら進めたい軽い作業 → Opus 5（
/fastで高速化もできます）
当初は「ここぞのときだけFable」のつもりだったのですが、任せたときの完走率が高いので、結局「余裕があるときはFableファースト」に落ち着きました。待ち時間と上限消費さえ許容できれば、任せられる仕事の上限が一段上がった感覚があります。
使用ログで見る実際のFable比率
「Fableファースト」と書きましたが、実際どの程度Fableに寄っているのか、手元のClaude Code使用ログ（2026年7月分）を集計してみました。
- 7月の出力トークン（思考トークン含む）のモデル別比率: Fable 5が約65%、残りは主にOpus帯（当時の主力は前世代のOpus 4.8）
- Fable 5のセッション数: 48セッション（稼働16日）
- Fable 5の1セッションあたり出力トークン: 中央値 約19万、最大 約117万
感覚だけでなく数字でも、余裕があるときはFableという運用がそのまま定着していました。特に「1セッションで出力100万トークン超」はFable以前の使い方ではまず出なかった数字で、長丁場をまるごと任せるスタイルに変わったことがログにも表れています。もっとも、これは私の使い方（調査や修正をまとめて任せることが多い）での数字なので、対話中心の使い方だと比率はだいぶ違ってくるはずです。
まとめ
- Fable 5はOpusより上の新ティアに位置づけられた、現時点の最上位モデルです
- Fable 5は「遅いけれど深く考えて走り切る」モデルで、長時間・高難度タスクに向いています
- 定額プランでのFable 5提供は7月に二転三転しましたが、7月20日からMax / Team Premiumプランへの恒久提供で決着しました
- 日常使いはOpus 5、コスパ重視はSonnet 5、定型大量処理はHaiku 4.5と、役割分担がはっきりしてきた印象です
- 運用は「利用上限に余裕があるときはFableファースト、残りが厳しいときはOpus」に落ち着きました。実際、7月の私の出力トークンの約65%はFable 5でした。性能に不満があってOpusに戻るわけではなく、純粋に上限の都合です。逆に言えば、上限が許すなら常にFableを選びたくなるくらい、任せたときの賢さは頭ひとつ抜けていると感じています
- Fable 5をAPIから使う場合はthinking常時オン・サンプリングパラメータ廃止・refusalハンドリングなど、仕様の違いに注意が必要です
繰り返しになりますが、ここに書いた評価はあくまで私の用途・使い方での体感です。モデル選びは用途・予算・好みによって最適解が変わるので、この記事はひとつの参考程度に、ぜひご自身の使い方で実際に触って比べてみてください。
