Anthropicは2026年6月9日、Claude Fable 5とClaude Mythos 5を公式に発表しました。前回の記事では報道ベースで慎重に整理していましたが、公式発表ページが確認できたため、この記事ではAnthropicの発表内容をもとに、Fable 5の位置づけ、Mythos 5との違い、料金、提供範囲、安全策、実務でどう見るべきかを改めて整理します。
結論から言うと、Claude Fable 5は「Claudeの新しい高性能モデル」というだけではありません。AnthropicがOpusより上位の能力層として位置づけるMythos-classのモデルを、一般利用できるよう安全策付きで出したものです。一方のClaude Mythos 5は、同じ基盤モデルを使いながら、一部の安全策を外した形で、サイバー防御組織やインフラ提供者など限られた相手に提供されます。
つまり、Fable 5を見るときは「どれくらい賢いか」だけでなく、どこまで一般ユーザーに開放し、どこから先を信頼済みアクセスに回すのかという設計も重要です。これは今後の高性能AIモデルの出し方そのものに関わる話です。
Claude Fable 5の位置づけ
AnthropicはClaude Fable 5を、一般提供されたClaudeモデルの中で最も高い能力を持つモデルとして説明しています。公式発表では、ソフトウェアエンジニアリング、知識作業、視覚理解、科学研究など、多くの領域で高い性能を示すとされています。特に、タスクが長く複雑になるほど、従来モデルとの差が大きくなるという説明が目立ちます。
これまでClaudeのモデル名はHaiku、Sonnet、Opusのように、文章や芸術表現に由来する名前が使われてきました。Fableも寓話や物語を意味する言葉で、AnthropicはMythosと近い意味を持つ名称として説明しています。ただし、単なる名前の違いではありません。FableとMythosを分けている中心は安全策の有無と提供対象です。
Anthropicの脚注では、Mythos-classはOpus classより上位に位置する能力層だと説明されています。最初のMythos-classモデルは、2026年4月にProject Glasswingを通じて限定提供されたClaude Mythos Previewでした。今回のFable 5とMythos 5は、その流れに続く正式な展開です。
Fable 5とMythos 5の違い
Fable 5とMythos 5は、同じ基盤モデルを使う関係にあります。大きな違いは、Fable 5には一般利用のための安全策が入り、Mythos 5では一部の領域でその安全策が外されることです。Mythos 5は誰でも自由に使えるモデルではなく、Project Glasswingのパートナーや、今後の信頼済みアクセスプログラムに参加する組織へ段階的に提供されます。
| 項目 | Claude Fable 5 | Claude Mythos 5 |
|---|---|---|
| 基本位置づけ | 一般利用向けのMythos-classモデル | 信頼済み組織向けのMythos-classモデル |
| 基盤モデル | Mythos 5と同じ基盤モデル | Fable 5と同じ基盤モデル |
| 安全策 | サイバー、バイオ、化学、蒸留などで保守的に作動 | 一部領域で安全策を外して提供 |
| 主な提供先 | Claude API、Enterprise、Pro、Max、Teamなど | Project Glasswing参加組織、サイバー防御組織、今後の一部研究者 |
| 向く用途 | 開発、分析、資料理解、視覚タスク、長期タスク | 高度なサイバー防御、生命科学研究など |
| 一般ユーザー視点 | まず試す対象 | 基本的には直接使えない |
一般ユーザーや通常の企業利用で重要なのは、まずFable 5です。Mythos 5は話題性がありますが、提供対象が限られます。Fable 5はその安全策付きの一般版として、実際に業務で触れる可能性が高いモデルです。
料金と提供範囲
公式発表では、Claude Fable 5とClaude Mythos 5の料金は100万入力トークンあたり10ドル、100万出力トークンあたり50ドルとされています。Claude Mythos Previewよりは安いものの、日常的な軽作業に何でも使うには高めのモデルです。特に出力単価が高いため、長いレポート、コード生成、複数回の自動修正を大量に走らせる場合はコストを見積もる必要があります。
開発者はClaude APIでclaude-fable-5を利用できるとされています。Claude APIと消費量ベースのEnterpriseプランでは、発表日から利用可能です。一方、サブスクリプション型のPro、Max、Team、seat-based Enterpriseでは段階的な扱いになります。
| 期間・プラン | 公式発表での扱い | 実務上の見方 |
|---|---|---|
| Claude API | 発表日から利用可能 | 本格利用はトークン単価を前提に設計する |
| 消費量ベースEnterprise | 発表日から利用可能 | 高難度タスクに絞って使うのが現実的 |
| Pro / Max / Team / seat-based Enterprise | 2026年6月22日まで追加料金なしで含まれる | まず比較テストをする期間と考える |
| 2026年6月23日以降 | 利用にはusage creditsが必要になる予定 | 標準モデルとして常用できるかは容量次第 |
Anthropicは、需要が非常に高く予測しづらいと説明しています。そのため、サブスクリプションプランではまず短期間含め、その後はusage creditsが必要になり、十分な容量が確保できれば標準プランへ戻す方針です。ここは利用者にとって大事です。今使えるからといって、同じ条件でずっと使えるとは限りません。
なぜ安全策が必要なのか
Fable 5の発表で最も重要なのは、安全策です。Anthropicは、Fable 5ほど能力の高いモデルを安全策なしで出すと、サイバーセキュリティなどの領域で深刻な悪用につながる可能性があると説明しています。そこでFable 5では、特定の領域に関するリクエストを検知した場合、メインのFable 5ではなくClaude Opus 4.8が回答する仕組みを採用しています。
これは単なる拒否ではありません。Fable 5が答えない代わりに、次に高性能なOpus 4.8へ処理を回すという設計です。ユーザーには、その切り替えが起きたことが通知されます。完全に止めるよりもユーザー体験は保ちつつ、高リスクな能力の直接提供を避ける狙いがあります。
Anthropicによると、この安全策は保守的に調整されており、無害な依頼でも引っかかることがあります。一方で、初期データでは95%以上のFableセッションではフォールバックが発生しないとされています。つまり、多くの日常・業務用途ではFable 5の能力をそのまま使える一方、リスクの高い領域では安全側に倒すという考え方です。
安全策が対象にする3領域
公式発表では、Fable 5の新しい安全策として、主に3つの領域が説明されています。サイバーセキュリティ、生物学・化学、そして蒸留です。どれも、良い用途と悪い用途が近い場所にある領域です。
1. サイバーセキュリティ
Mythos-classモデルは、ソフトウェア脆弱性の発見や悪用に関する能力が非常に高いとされています。これは防御側にとっては大きな価値があります。古いコードの脆弱性を見つけたり、重要インフラの防御を強化したり、攻撃経路を先回りして塞いだりできるからです。
しかし同じ能力は、攻撃側にも価値があります。脆弱性の発見、攻撃準備、横展開、回避手法の検討などをAIが支援すれば、攻撃コストが下がる可能性があります。Anthropicはこの「能力の持ち上げ」を問題視し、Fable 5では攻撃的なサイバータスクや脱獄試行を検知する分類器を強化しています。
2. 生物学・化学
生物学や化学も同じです。AIが研究を速く進めることは、医薬品開発や生命科学の進歩にとって大きな可能性があります。公式発表では、Mythos 5がタンパク質設計や分子生物学の仮説生成、ゲノミクス研究で高い能力を示したことが紹介されています。
一方で、十分に高度な生物学・化学能力は、悪意ある行為者に悪用されるリスクもあります。そのためFable 5では、当面の間、多くの生物学・化学関連リクエストがOpus 4.8へフォールバックするように設計されています。Anthropicは、将来的には誤検知を減らし、研究者向けには信頼済みアクセスを広げる方針も示しています。
3. 蒸留
蒸留とは、大きなAIモデルの出力を利用して、別の小さなモデルや競合モデルを訓練するような行為を指します。Anthropicは、Fable 5の能力が蒸留されると、安全策のない準フロンティアモデルが広がる恐れがあると説明しています。そのため、蒸留の試みと判断されたリクエストもOpus 4.8へフォールバックします。
ここは研究者や開発者にとって注意が必要です。通常のアプリ開発や業務利用には関係しないことが多い一方、機械学習研究、モデル評価、大量プロンプト生成などを行う場合、意図せず制限に触れる可能性があります。APIで使う場合は、どの用途が許容されるかを利用規約やポリシーと合わせて確認した方がよいでしょう。
30日間のデータ保持ポリシー
今回の公式発表で見落としやすい重要点が、データ保持ポリシーです。Anthropicは、Fable 5、Mythos 5、および同等以上の能力を持つ将来モデルについて、Mythos-classモデルのすべてのトラフィックを30日間保持すると説明しています。これはAnthropicのファーストパーティ環境だけでなく、サードパーティ経由の利用も対象になります。
Anthropicは、このデータを新しいClaudeモデルの学習や安全以外の目的には使わないとしています。また、人間によるアクセスをログに残し、ほとんどの場合30日後に削除するなどの保護も説明されています。目的は、新しい脱獄手法や多リクエストにまたがる攻撃を検知し、誤検知を減らすためです。
企業利用では、この点を必ず確認する必要があります。特に、顧客情報、未公開の研究データ、ソースコード、契約書、医療・金融情報を扱う場合は、30日保持が自社のルールや顧客契約に合うかを見てから使うべきです。高性能モデルほど便利ですが、入力データの扱いもセットで確認するのが安全です。
得意領域1：ソフトウェア開発
Fable 5の最も分かりやすい用途は、ソフトウェア開発です。公式発表では、Stripeが5000万行規模のRubyコードベースで、通常ならチームが2か月以上かけるような広範な移行を1日で実行した例が紹介されています。もちろん、すべての企業で同じ結果が出るわけではありませんが、長い文脈を読み、複数ファイルにまたがる変更を計画し、実装を進める力が強調されています。
実務で試すなら、単発のコード補完よりも、次のようなタスクが向いています。古いフレームワークから新しい書き方へ移行する、巨大なコードベースの依存関係を調べる、バグの再現条件から影響範囲を洗い出す、テスト不足の領域にテスト計画を作る、UIスクリーンショットから実装方針を推測する、といった作業です。
一方で、Fable 5に任せるほど変更の影響範囲も大きくなります。AIが自信ありげに大規模変更を提案しても、レビュー、テスト、ロールバック手順は必要です。強いモデルほど「任せられる範囲」が広がりますが、運用側には差分を検証する仕組みが求められます。
得意領域2：知識作業と金融・法務系の分析
Fable 5は知識作業でも強いとされています。公式発表では、文書ベースの推論、チャートや表の解釈、問題解決、トレーディング分析、法務文書のレビューなどで高い評価が紹介されています。これは一般ユーザーにも関係があります。長いPDF、契約書、議事録、社内資料、表計算ファイルを読み解く場面で効果が出やすいからです。
ただし、金融や法務の領域では、AIの回答をそのまま意思決定に使うのは危険です。Fable 5が高性能でも、最新制度、契約上の細部、会社固有の前提、規制当局の解釈までは常に保証できません。実務では、AIに「論点を整理させる」「比較表を作らせる」「確認すべき条項を列挙させる」ところまでを任せ、最終判断は専門家や責任者が行う形が現実的です。
得意領域3：視覚理解とマルチモーダル作業
公式発表では、Fable 5が視覚タスクでも高い性能を持つと説明されています。科学図表から正確な数値を読み取る、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する、ゲーム画面の視覚情報だけで長時間プレイする、といった例が挙げられています。
日常業務に置き換えると、これはかなり実用的です。たとえば、管理画面のスクリーンショットを見せて改善点を出す、ダッシュボード画像から異常値を説明する、手書きメモやホワイトボードを構造化する、競合サービスのUIを見て導線を整理する、といった使い方が考えられます。
視覚理解が強いモデルは、単に「画像に何が写っているか」を説明するだけではありません。画像の中にある意図、構造、手順、矛盾、改善余地を読み取れるようになります。Fable 5がこの方向で強いなら、デザインレビュー、QA、資料整理、現場写真の確認などにも応用できます。
得意領域4：長期タスクとメモリ
Fable 5は、長い文脈を保ったまま作業する能力も強調されています。公式発表では、数百万トークンにわたる長期タスクでも集中を保ち、自分のメモを使って出力を改善するという説明があります。これはAIエージェント的な使い方に直結します。
これまでのAI利用では、会話が長くなるほど前提を忘れる、途中の判断理由が曖昧になる、同じ失敗を繰り返す、といった問題がありました。Fable 5が自分の作業メモを活用しながら長期タスクを進められるなら、開発、調査、分析、ゲーム、設計、シミュレーションのような「一回で終わらない仕事」に向きます。
ただし、長期タスクをAIに任せる場合は、途中経過のログが重要です。何を読んだか、どの仮説を捨てたか、どのファイルを変えたか、どのテストを通したかが残らないと、最終成果だけ見ても安全に採用できません。Fable 5を使うなら、能力だけでなく、作業ログをどう残すかまで設計したいところです。
生命科学での可能性と制限
公式発表では、Mythos 5が薬剤設計や分子生物学、ゲノミクス研究で高い能力を示したことも紹介されています。タンパク質設計の一部工程を大幅に速めた例、新しい科学仮説を出した例、単一細胞データを使った研究例などです。これは、AIが単なる文章生成を超えて、研究プロセスそのものを支援し始めていることを示しています。
ただし、この領域は同時にリスクも大きい領域です。医薬品開発や基礎研究を速める力は、使い方を誤れば危険な生物学的能力にもつながります。そのため、一般向けのFable 5では生物学・化学関連の多くの依頼がOpus 4.8へ回される設計です。今後、一部の生命科学研究者や企業向けに、信頼済みアクセスプログラムで制限を外した利用が広がる予定とされています。
一般ユーザーにとっては、「Fable 5は科学研究にも強いらしい」と理解しつつ、医療判断、危険物、実験手順、専門的な研究用途では、安易に頼り切らないことが大切です。AIの性能が上がるほど、専門家の確認が不要になるのではなく、むしろ確認すべき範囲が明確になります。
企業導入で見るべきチェックポイント
Fable 5を企業で試すなら、モデル性能だけで判断しない方が安全です。特に、コスト、データ保持、安全策、フォールバック、監査ログ、社内ルールとの整合性をセットで確認する必要があります。
- 料金：出力100万トークン50ドルを前提に、長文生成やエージェント実行の上限を決める
- データ保持：Mythos-classモデルの30日保持が、社内規定や顧客契約に合うか確認する
- 安全策：サイバー、バイオ、化学、蒸留の領域でフォールバックが起きる前提を置く
- 透明性：Opus 4.8へ切り替わったとき、ユーザーや管理者が把握できる運用にする
- 検証：コード変更、法務文書、金融分析などは必ずレビュー工程を残す
- 用途分け：軽いタスクはSonnetやHaiku、高難度だけFable 5に回す設計を考える
特にAPIで使う場合は、モデルを直接アプリに組み込む前に、タスクごとの入力・出力トークン、失敗時の再試行回数、フォールバック発生時の扱いを試算しておくと安心です。Fable 5は高性能ですが、高性能モデルを無制限に呼ぶ設計にすると、コストも検証負荷も膨らみます。
個人ユーザーはどう使えばいいか
個人ユーザーがFable 5を試すなら、短い質問よりも「これまでAIに頼みにくかった面倒な作業」を選ぶのがおすすめです。たとえば、複数資料を読ませて判断材料を整理する、長いコードを理解させる、スクリーンショットを含むUI改善を頼む、複雑な旅行計画や学習計画を条件付きで組ませる、といった使い方です。
逆に、単純な文章の言い換え、短いメール文、日常的な雑談、簡単な要約では、Fable 5を使う意味は小さいかもしれません。高性能モデルは、長い前提、複数の制約、段階的な作業、画像や表を含む情報を扱うときに差が見えやすいからです。
おすすめの試し方
Fable 5を使える状態になったら、まずは比較テストをするとよいです。同じタスクをSonnet、Opus、Fable 5に投げ、どこで差が出るかを見る方法です。いきなり「一番賢いから全部任せる」より、タスクごとの向き不向きを把握した方が、コストも成果も安定します。
| 試すタスク | 見るポイント | 向いている理由 |
|---|---|---|
| 長い仕様書の要約 | 論点、抜け漏れ、次の作業が出るか | 長文理解と知識作業の差が出る |
| 既存コードの改修案 | 影響範囲、テスト、移行手順まで出るか | 長期的な開発タスクに向く |
| UIスクリーンショットのレビュー | 見た目だけでなく導線や実装も読めるか | 視覚理解の強さを試せる |
| 表・グラフ入り資料の分析 | 数値、根拠、判断のつながりが正しいか | 知識作業と視覚理解を同時に使う |
| 複数日かかる調査 | 途中メモ、仮説更新、最終結論が一貫するか | 長期タスク性能を見やすい |
比較するときは、単に「回答が詳しいか」だけでなく、間違いの少なさ、前提確認の丁寧さ、根拠の明示、実行可能な手順になっているかも見てください。Fable 5の価値は、派手な文章よりも、複雑な仕事を崩さず進めるところにあります。
Fable 5の注意点
Fable 5には期待できる点が多い一方、注意点もあります。第一に、料金が高いこと。第二に、サブスクリプションプランでの提供が一時的に変わる可能性があること。第三に、安全策が保守的で、無害な依頼でもOpus 4.8へ回される場合があること。第四に、Mythos-classモデルでは30日間のデータ保持が前提になることです。
また、「Fable 5なら何でも正しい」と考えるのも危険です。高性能モデルでも、古い情報、曖昧な前提、社内固有の事情、専門判断が必要な領域では間違えます。特に、コード、法務、金融、医療、セキュリティに関わる出力は、必ず人間のレビューを通すべきです。
今回の発表が示す大きな流れ
Claude Fable 5の発表は、AIモデルの進化が「性能競争」だけではなくなっていることを示しています。これからの高性能モデルでは、誰にどの能力を開放するか、どの領域を制限するか、データをどれくらい保持するか、悪用をどう検知するかが同じくらい重要になります。
Fable 5は一般利用に開かれたモデルですが、すべての能力が無条件に開放されるわけではありません。Mythos 5はさらに強い能力を持つ一方、信頼済みの相手へ限定されます。この二層構造は、今後のフロンティアAIの提供方法として広がる可能性があります。
ユーザー側に必要なのは、単に新モデルを追いかけることではありません。自分の用途でどの能力が必要か、どのデータを入れてよいか、どの作業は人間が確認すべきかを整理することです。Fable 5は強力な選択肢ですが、強力だからこそ、使いどころを絞る方が成果につながります。
まとめ
Claude Fable 5は、Anthropicが一般向けに提供するMythos-classモデルです。Opusより上位の能力層に位置づけられ、ソフトウェア開発、知識作業、視覚理解、科学研究、長期タスクで高い性能が期待されています。一方で、サイバーセキュリティ、生物学・化学、蒸留などの高リスク領域では、安全策によってOpus 4.8へフォールバックする設計です。
料金は100万入力トークン10ドル、100万出力トークン50ドル。APIではclaude-fable-5として利用可能で、Pro、Max、Team、seat-based Enterpriseでは2026年6月22日まで追加料金なし、その後はusage creditsが必要になる予定です。Mythos 5は同じ基盤モデルですが、サイバー防御組織など限られた相手に、安全策を一部外して提供されます。
実務では、Fable 5を「何でも使う標準モデル」ではなく、長く複雑で、従来モデルでは崩れやすいタスク用の上位モデルとして考えるのがよさそうです。まずは既存モデルと比較し、コスト、データ保持、安全策、レビュー体制を確認したうえで、開発、分析、資料理解、視覚レビューなどから試すのが現実的です。
