Anthropicは9月1日、Claude Fable 5.1とClaude Mythos 5.1をリリースしました。これは6月9日にFable 5が登場して以来、Mythosクラスのモデルラインとして初めてのアップデートです。新モデルはTerminal-Bench-Science 0.1でFable 5の24.7%に対し52.6%、Terminal-Bench 4.0では42.0%から上昇して55.8%を記録しました。今回のリリースは、OpenAI、Google、Anthropicが今年相次いでフラッグシップモデルのアップデートを投入し、主要ベンチマークのスコア差が競争の主な物差しとなっている、フロンティアモデル市場の潮流を踏襲するものです。

キャッシュ読み取りのコストは現在75%安くなり、典型的なワークロードのコストを約25%、高度にエージェント的なワークロードでは最大45%削減します。基本価格は100万トークンあたり入力10ドル、出力50ドルで変更ありません。プロンプトキャッシング——処理済みの入力を再利用し、毎回の呼び出しで再処理しない仕組み——は、長いコンテキストを多くのステップで繰り返すエージェント的ワークフローがコストを押し上げるなか、主要モデルプロバイダー間で標準的なコスト調整手段となっています。

Fable 5.1はProプランや標準のTeamシートには含まれず、それらでは従量課金のクレジットで実行されます。MaxプランおよびプレミアムのTeamまたはEnterpriseシートには、週次上限の最大50%まで含まれます。この階層化は、ワークロードの振り分け先を選ぶ開発者にとって重要です。モデルの実際のコストは、公表されたトークン単価だけでなく、どのプランで実行するかによっても大きく変わるためです。

Anthropicは新モデルを「コーディングと知識作業において世界で最も先進的」と主張しています。今回のリリースは、18日間に及ぶ輸出規制による停止、真夏のサブスクリプションアクセスをめぐる価格競争、そして7月のClaude Opus 5リリースによるFable 5の価格優位の崩壊といった展開を経た、発表サイクル開始から3か月の時点で登場しました。

Anthropicによると、Fable 5.1とMythos 5.1は同じ基盤モデルに異なる安全フィルターを組み合わせたものです。Fable 5.1はClaudeアカウントを持つ誰でも一般に利用できます。Mythos 5.1は、Mythos 5のアクセスを制限していたProject Glasswingアクセストラックの後継である、AnthropicのCyber Verification ProgramおよびLife Sciences Verification Programを通じて、審査済みのサイバーセキュリティおよびライフサイエンス専門家に引き続き限定されます。

ベンチマークが実際に測定しているもの

Anthropicの注目スコアはTerminal-Bench-Science 0.1によるもので、AIエージェントがコマンドライン環境内で科学研究タスクを実行できるかを通過率として測定するベンチマークです。Fable 5.1は52.6%を記録し、Fable 5の24.7%およびOpus 5の29.0%に対して前世代の2倍以上となりました。

Terminal-Bench 4.0は、ターミナルを通じたエージェント的コーディング——複数ステップのコマンドラインセッションにわたるコードの記述、実行、デバッグ——をテストし、正しく完了したタスクの割合としてスコア化します。Fable 5.1は55.8%で、Fable 5の42.0%から上昇し、Opus 5の52.3%を上回りました。ターミナルベースの複数ステップのタスク重視は、単発のチャット回答から、長時間の自律的なワークフローを維持できるエージェントへという業界の焦点移行を反映しており、この移行によりエージェント系ベンチマークは最近のフロンティアモデルのリリースで共通の物差しとなっています。

より軽いサイバーセキュリティフィルターで動作するMythos 5.1は、同じテストで60.9%を記録しました。Anthropicによれば、この差は安全機構が傍受してOpus 4.8に再ルーティングしたタスクを反映しています。

数十の学術分野から専門家レベルの問題で構築され、通過率としてスコア化される多分野の推論テスト「Humanity's Last Exam」では、Fable 5.1は外部ツールなしで60.9%、ありで65.0%に達し、いずれもOpus 5を上回り、Anthropicの学術用途向けとして最も先進的なモデルであることを示しました。

Opus 5を上回る点と、計算が曖昧になる点

Opus 5は7月にFable 5の半分のトークン単価でリリースされ、主要ベンチマークの大半でFable 5を上回ったことで、多くの有料ユーザーにとってフラッグシップモデルを実質的に不要にしていました。Fable 5.1はこれを覆しました。Anthropicが公開したすべてのベンチマークでOpus 5を上回り、Opus 5が以前Fable 5を破っていたものも含まれています。

しかしFable 5.1はOpus 5の2倍のトークン単価のままです。入力10ドル・出力50ドルに対し、Opus 5は5ドルと25ドルです。トークンはモデルが扱える情報の基本単位（通常、平均的な英語の単語の約3分の2）で、重いワークフローはサブスクリプションプランの枠を急速に消費するため、企業は使用量に応じて支払います。より小さく安いモデルで十分かという価格対性能の問題は、Anthropicに限らず、現在すべての主要プロバイダーの製品ラインで購入者が日常的に直面するものとなっています。

Anthropicのこのモデルの売り込みは、生のスコアではなく努力レベルに依拠しています。同社によれば、Fable 5.1を低または中程度の推論努力で実行すれば、はるかに低いコストでFable 5の旧来の結果に匹敵またはそれを上回り、最高の努力階層は他のすべてが手詰まりになる問題のために取っておくべきだとしています。日常的な作業では、努力設定を下げるほど、Opus 5を完全にスキップするという主張は弱くなります。

アクセスは、Anthropicが数か月かけて条件を調整した後のFable 5と同じ区分に従います。Proプランおよび標準のTeamまたはEnterpriseシートでは、Fable 5.1はそれらのプランの週次上限に含まれないため、API料金で課金される従量課金型クレジットからのみ提供されます。MaxプランおよびプレミアムのTeamまたはEnterpriseシートでは、週次使用量の最大50%までサブスクリプションの標準一部として含まれます。

Claude Fable 5.1は現在、モデルID「claude-fable-5-1」で、Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundryで利用可能です（Anthropic）。複数のクラウドプラットフォームでの提供は、Anthropicが歴史的にモデルを配布してきた方法を踏襲しており、企業顧客はAnthropic独自のAPIだけではなく、既存のクラウド契約内でモデルを実行できます。