Claude Fable 5登場 | 価格2倍の最強モデルは「買い」なのか、現役セキュリティエンジニアが読み解く

2026年6月10日 16:54

この記事でわかること

Anthropicが2026年6月9日に発表した新モデル「Claude Fable 5」と「Claude Mythos 5」。ベンチマークはほぼ全勝、でも価格はOpus 4.8の2倍。本記事では性能・価格・制限事項をビジネス視点で整理し、セキュリティエンジニアとしての本音も書きます。

1. 何が起きたのか：Opusのさらに上「Mythosクラス」が一般開放

昨日（6月9日）、Anthropicが新世代モデルを2つ同時に発表しました。

「Claude Fable 5」：一般公開版。誰でも使える
「Claude Mythos 5」：制限解除版。承認された組織のみ

正直、今回の発表で一番驚いたのは命名です。これまでのClaudeは「Haiku → Sonnet → Opus」という3段階のラインナップでしたが、Fable 5はそのさらに上の新ティアとして登場しました。Opus 5でもOpus 4.9でもなく、新しい名前を付けてきた。つまりAnthropicとしては「増分アップデートではなく、新しい天井を作った」というメッセージなんですよね。

背景を補足すると、Anthropicは今年4月に「Claude Mythos Preview」という超高性能モデルを発表していました。ただしこのモデル、サイバー攻撃の脆弱性発見・悪用が上手すぎるという理由で、一般公開されませんでした。Apple、Microsoft、Google、JPMorganなどが参加する「Project Glasswing」という防御側支援プログラムの参加組織（世界150以上）だけに提供されていたんです。

今回のFable 5は、そのMythosクラスの能力に安全装置（セーフガード）を付けて一般公開したもの。FableとMythosは同じモデルで、違いは安全装置の有無だけです。

2. 性能：ベンチマークほぼ全勝、特に「長くて複雑なタスク」で差が開く

公式発表のベンチマークを、業務インパクトの大きい順に拾います。

コーディング（エージェント開発）

SWE-Bench Pro：80.3%（Opus 4.8は69.2%、GPT-5.5は58.6%、Gemini 3.1 Proは54.2%）
FrontierCode Diamond：29.3%（Opus 4.8は13.4%、GPT-5.5は5.7%）
Terminal-Bench 2.1：88.0%（Opus 4.8は82.7%、GPT-5.5は83.4%）

FrontierCodeの差が衝撃的です。これは「本番品質のコードベースで保守性まで求められる難タスク」を測るベンチマークで、Opus 4.8の2倍以上。早期テストではStripeが「5,000万行のRubyコードベースの全体移行を1日で完了した。人手ならチームで2ヶ月以上かかる作業」と報告しています。

ナレッジワーク（事務・分析系）

GDPval-AA（実務タスク評価）：1932 Elo（Opus 4.8は1890、GPT-5.5は1769）
HebbiaのFinance Benchmark：全モデル中トップ
分析プラットフォームHexの長時間分析ベンチマークで初めて90%超え（Opusから10ポイント上昇）

ビジョン（画像理解）

ここが個人的に一番面白いポイントで、スクリーンショットだけからWebアプリのソースコードを再構築できるレベルに到達しています。極めつけは、ゲームボーイアドバンスの「ポケモンファイアレッド」を、マップ情報も補助ツールもなしの画面情報だけでクリアしたというデモ。従来モデルは補助ハーネスがあっても苦戦していたので、視覚と長期タスク遂行能力の進化が分かりやすい事例です。

公式発表はこちら：
https://www.anthropic.com/news/claude-fable-5-mythos-5

3. 価格：入力$10／出力$50。Opus 4.8のちょうど2倍

ここからがビジネスの話です。API価格は以下の通り。

Claude Fable 5：入力$10／出力$50（100万トークンあたり）
Claude Opus 4.8：入力$5／出力$25
コンテキストウィンドウは100万トークン、プロンプトキャッシュで入力90%割引あり

主要モデルの中では世界最高値クラスです。ただし、4月のMythos Preview（約$30／$150）と比べると半額以下なので、Anthropicとしては「フロンティア級の推論コストを段階的に下げている」流れではあります。

「2倍の価格」をどう評価するか

単純計算してみます。エージェント実行1回で入力20万トークン・出力3万トークンを消費するケースだと、Fable 5は約$3.5、Opus 4.8は約$1.75。月数千回回すワークロードなら、差額は無視できません。

ただ、ここで見落としがちな要素が2つあります。

1つ目はトークン効率。早期顧客の報告では、Fable 5はスプレッドシート系タスクで「全effortレベルでOpus 4.8を上回り、ターン数が少なく25〜30%速く完了」、物理学研究タスクで「GPT-5.5の3分の1の推論トークンで上回る結果」を出しています。単価2倍でも消費量が減れば、実効コスト差は縮まります。

2つ目は「できる／できない」の壁。SWE-Bench Proの69%から80%という差分の中身は、Opusが完遂できなかったタスク群です。そこに関しては「2倍の価格」ではなく「完了 vs 未完了」の比較になる。失敗したエージェント実行のトークン代は丸ごと損失なので、難タスクほどFable 5の方が安くつく可能性すらあります。

サブスクユーザーへの影響

claude.aiユーザー向けには、Pro／Max／Team／Enterprise（シート課金）プランで6月22日まで利用可能。6月23日以降はプランから外れ、利用には従量クレジットが必要になります（キャパシティが確保でき次第プランに戻す方針とのこと）。試すなら今のうちです。

4. セキュリティエンジニアとして気になる点：サイバー分野は「封印」される

ここからは私の本業に直結する話です。

Fable 5には新しいセーフティ分類器（classifier）が搭載されていて、サイバーセキュリティ、生物・化学、蒸留（distillation）に関するクエリを検知すると、回答が自動的にOpus 4.8に切り替わります。ユーザーには切り替えが通知され、課金もOpus 4.8レートになる仕組みです。

発動率はセッション平均5%未満とのことなので、一般ユーザーにはほぼ影響ありません。ただ、私のようにSOC運用や検知エンジニアリング、フォレンジックの相談をAIに投げる人間にとっては、「一番賢いモデルが、一番聞きたい分野でだけ使えない」という状況になります。

これ、不満かと言われると、正直、立場上は理解できるんですよね。Mythos Previewの時点で「主要OS・ブラウザ全てで脆弱性を発見できる」と報告されていて、エクスプロイト系ベンチマーク（ExploitBench）では78.0%という数字が出ています。攻撃側がこの能力を月額数十ドルで使える世界は、防御側としては悪夢です。Anthropicは外部バグバウンティで1,000時間以上テストして、ユニバーサルジェイルブレイクは発見されなかったと説明しています。

防御側の専門組織には、制限を外した「Mythos 5」がProject Glasswing経由で提供されます。今後「トラステッドアクセスプログラム」として対象を広げる方針も示されているので、セキュリティベンダーやCSIRTを持つ企業は、このプログラムの動向をウォッチしておくべきだと思います。防御側だけがフロンティア級のモデルで脆弱性診断やコードレビューを回せるなら、それは明確な競争優位になります。

もう一つ確認したいのが「会話データへのアクセス制御」

モデルの賢さとは別に、セキュリティエンジニアとして必ず見るのがデータガバナンスの設計です。業務でSOCのログやコードを投げる以上、「その会話は誰が、どういう条件で見られるのか」を把握できないと、社内でGOは出せません。この点についてAnthropicは次のように説明しています。

Anthropicの従業員は、重大な危害の可能性が指摘された場合、または顧客からの書面による要請がない限り、お客様の会話にアクセスすることはできません。これらのレビューは、エクスポート、コピー、ダウンロードを防止するツールを介して、承認された少数のレビュー担当者のみが実行できます。アクセスはすべて、レビュー担当者が削除または変更できない改ざん防止ログに記録されます。データは30日後に自動的に削除されますが、安全調査の一部である場合や、法律で保管が義務付けられている場合は例外となります。対象となる組織は、顧客管理の暗号化キーとアクセス透明性監査ログを追加するオプションも利用できます。

https://support.claude.com/en/articles/15425996-data-retention-practices-for-mythos-class-models

ここ、設計としてはかなり真っ当だと感じました。私が評価のチェックリストで見るポイントを当てはめると、こうなります。

アクセス条件の限定: 「重大な危害の可能性」か「書面による要請」がない限り従業員はアクセス不可。トリガーが明文化されている
最小権限と持ち出し防止: 承認された少数のレビュー担当者のみ、しかもエクスポート・コピー・ダウンロードを技術的に封じた環境。人とツールの両面で絞っている
改ざん防止ログ: レビュー担当者自身が消せない監査ログ。これは内部不正の検知という観点でかなり重要で、「誰が見たか」を後から否認できない仕組みになっている
保持期間とリテンション例外: 原則30日で自動削除。ただし安全調査や法的保管義務は例外。この例外条項の存在は、逆に言えば「消えないケースがある」と理解した上で運用する必要がある
エンタープライズ向けの追加統制: 顧客管理の暗号化キー（CMK）とアクセス透明性ログ。規制業種でデータ主権を求められる組織には、ここが導入可否の分かれ目になる

実務でAIツールの社内導入を審査する立場からすると、見るべき論点（アクセストリガー・最小権限・監査証跡・保持期間・鍵管理）が一通り押さえられている構成です。あとは自社の規程と突き合わせて、30日の保持や例外条項が許容できるか、CMKが必要なワークロードかを判断する流れになります。モデルの性能比較に目が行きがちですが、業務利用の可否は最終的にこのデータガバナンス側で決まることが多いので、導入検討のときは必ずここまで読んでおくことをおすすめします。

5. 実務での使い分け：全部Fable 5にする必要はない

整理すると、こんな住み分けになりそうです。

Fable 5を使う場面：大規模リファクタリング、長時間のエージェント実行、複雑な調査・分析、Opusで頭打ちだった難タスク
Opus 4.8を使う場面：短くて定型的なタスク、レイテンシ重視、コスト重視の大量処理、そしてサイバー・バイオ系の相談（どうせフォールバックするなら最初からOpusに投げた方が安い）
Sonnet以下：従来通り、軽量タスクの主力

API利用者向けの実務Tipsとしては、セーフガード対象ドメインの処理は最初からOpus 4.8にルーティングする設計にしておくと、Fable 5レートでOpusの回答を受け取る無駄を避けられます。

6. まとめ：価格は強気、でも「時間を買う」モデル

Fable 5を一言で表すなら、「トークン単価ではなく、完了までの時間と成功率で評価すべきモデル」だと思います。

性能はほぼ全ベンチマークで首位。特に長期・複雑タスクで差が大きい
価格はOpus 4.8の2倍だが、トークン効率と成功率で実効差は縮む
サイバー・バイオ分野はOpus 4.8にフォールバックする点だけ要注意
サブスクで使えるのは6月22日まで。試すなら今

私もまずはClaude Codeで普段のMCP開発タスクに投げて、Opus 4.8とのターン数・体感速度の差を検証してみる予定です。結果はまた記事にしますので、フォローしてお待ちいただけると嬉しいです。

いいなと思ったら応援しよう！

よろしければ応援お願いします! 今月のClaude に大切に使わせていただきます!