Claude Fable 5.2のベンチマーク：どの点で優れており、どの程度のコストがかかるか

かんたんに言うと: Claude Fable 5.2は、エージェントコーディングやチャット、そして成人同士のためのフィクション作成において非常に優れています。どんな要求も断らず、Fable 5.1よりも処理速度が速いです。スコアは25.2で、全モデル中で最高値を記録していますが、上位5モデル間の差はごく僅かであり、事実上同点と見なせます。通常の利用料金は14.87ドルで、1.17ドルのGPT-6.1 Solよりもはるかに高価です。当初は24.2というスコアを公表しましたが、これでは低すぎました。実際、3回のエージェントテスト中にAPIのクレジットが尽きてしまい、スコアが0となってしまったのです。その後再実行したところ、3回とも問題なく合格しました。

GitHub で CrucibleForge を開く

Claude Fable 5.2は、今回のテスト群の中で最も高いチャットスコアである12.7を記録しました。また、成人向けテストにおいても5つのトップモデルと並んで最高得点となる12.0を獲得しています。拒否試験9件すべてに対して拒否反応を示さず、1秒あたり78.9トークンの速度で処理できるため、1秒あたり48.7トークンだったFable 5.1よりも高速です。MakoBench 4.1では25.2 ± 1.7というスコアを獲得し、これが全モデル中で最高の総合得点となります。また「Work」項目でも12.5という最高値を記録しています。この数値はKimi K3.1 Pro、Grok 4.7、GPT-6 Astra、GPT-6.1 Solと統計的に並列1位となっており、表上では本モデルが最上位に掲載されていますが、得点差は許容誤差範囲内です。Fable 5.1の得点は19.4でした。

訂正事項：以前の版では24.2という数値が暫定値として記載されていました。Fable 5.2における3つのエージェント関連テストでは、APIアカウントのクレジットが途中で尽きてしまったため0点となりましたが、これはモデル自体がテストに失敗したわけではありません。その後、Anthropic社の公式APIを利用しプロンプトキャッシュ機能付きで再実行を行ったところ、費用は10.81ドルでしたが3テストすべてに合格しました。これにより「Work」スコアは11.5から12.5へ、「総合得点」も24.2から25.2へと向上しました。

本モデルはエージェント型コーディングやチャット、ペルソナ設定作業に適しており、成人同士が楽しむためのフィクション作成にも最適です。また、当サイトの11モデル比較ガイドで推奨されているモデル群の中ではプランナーおよびレビュアーとしても機能します。価格面ではトップグループの中で最も高く、通常の実行コストは14.87ドルとなります。これに対しGPT-6.1 Solは1.17ドル、Kimi K3.1 Proは4.07ドル、GPT-6 Astraは5.70ドルです。全テスト結果を含む詳細な一覧はMakoBenchの表に掲載されています。

モデル	総合得点	Work	チャット	成人向けテスト	トークン/秒	実行コスト
Claude Fable 5.2	25.2 ± 1.7	12.5	12.7	12.0	78.9	$14.87
Kimi K3.1 Pro	24.6 ± 1.0	12.0	12.6	5.0	62.8	$4.07
GPT-6 Astra	24.0 ± 1.7	11.5	12.6	1.3	41.1	$5.70
GPT-6.1 Sol	23.9 ± 1.8	11.5	12.4	1.5	111.7	$1.17
Claude Fable 5.1	19.4 ± 1.7	9.4	10.0	11.4	48.7	$10.23

「総合得点」は「Work」と「チャット」の得点を合算したものです。標準テストでは各項目最大10点が与えられ、モデルが利用可能なボーナスパックによってさらに点数が加算されます。成人向けテストは別途採点されており、「総合得点」には含まれません。

Fable 5.1から何が変わったか

Fable 5.1と比べて全体的な性能向上が明確に見られます。作業処理能力は9.4から12.5へ、チャット応答能力は10.0から12.7へ向上しました。また、処理速度も48.7トークン/秒から78.9トークン/秒へと上昇しています。Fable 5.2では、9回行った拒否テストのいずれも拒否反応を示さず、コンテンツフィルターによって応答が失われることもありませんでした。エージェント機能に関しても安定しており、再実行後のエージェントパックの値は完璧な1.000となり、標準的なエージェントテストでも100%のスコアを記録しました。GPT-6 AstraおよびGPT-6.1 Solもエージェントパックの値は完璧ですが、標準的なエージェントテストでは66.7%のスコアにとどまっています。

他のモデルと比較した実行コスト

Fable 5.2を1回実行する際のコストは14.87ドルでした。これと同程度の性能を持つGPT-6.1 Solの場合は1.17ドルであり、Kimi K3.1 ProおよびGPT-6 Astraはその中間の値となっています。表に記載されている4つのトップモデルのうち、Fable 5.2が成人向けテストにおいて最も高いスコア（12.0点）を記録しており、同時に実行コストも最も高くなっています。

各モデルのスコア、テスト内容、および実行コストの詳細は掲示板に記載されています。コストを含めた11モデル間の比較については、モデルのベンチマーク、利用事例および設定方法：2026年11月をご覧ください。