Claude Fable 5 を数日触って — 変わったのは応答の質でなく仕事の割当

Claude Fable 5 が手元に戻ってきてから4日がたった。発表は6月9日、その3日後に提供が止まり、実際に使えるようになったのは7月1日の再展開からだ。止まっていた期間を差し引くと、まともに触れたのはこの数日でしかない。正直に書くと、「応答がどれくらい良くなったか」を語る言葉を、自分はまだ持っていない。単発のやり取りを並べて比べても、前世代の Opus との差を言い当てられる自信がない。それでも、この数日で自分の運用は確実に変わった。変わったのは応答の質の体感ではなく、「どの仕事をどのモデルに任せるか」という選び方のほうだった。新しいモデルの実力は、案外こういう形でしか現れないのかもしれない。そう思うに至った経緯を、観察できた事実の範囲で記録しておく。

一次資料の要約

公式発表によれば、Fable 5 は2026年6月9日に発表された「Mythos級」のモデルを一般利用向けに安全化したもので、一般提供されたモデルとしては過去最高の能力だとされる。目を引くのは「タスクが長く複雑であるほど、他のモデルに対するリードが大きくなる」という説明のしかたで、単発の応答品質より長時間の自律作業に軸足を置いた打ち出しになっている。もう一つ特徴的なのが安全設計で、サイバーセキュリティ・生物学と化学・蒸留に関わる要求には一段下の Opus 4.8 が代わりに応答する fallback 構造が最初から組み込まれている。公式によれば発動はセッション平均5%未満で、発動時にはユーザーに通知される。価格は入力100万トークンあたり10ドル、出力は50ドル。そして発表3日後の6月12日、米政府の輸出管理指令によって提供が一時停止された。指令は6月30日に解除され、7月1日に再展開されている。この停止と再展開の経緯は、発表ページとは別に Anthropic 公式がそれぞれ専用ページで告知している。

発表直後に立てた計画と、使えなかった3週間

発表当日、自分の目が止まったのはベンチマークの順位表よりも外部記憶まわりの実測値だった。ファイルベースの永続記憶を与えたときの性能向上が前世代比3倍という数字で、作業ログを層状に蒸留して貯めている自分のナレッジ基盤に直撃する話に見えたからだ。当時の自分は「無償提供枠のうちに月次の蒸留を単一の長時間ランで流して検証する」という計画まで書いた。ところがその計画は3日で流れた。6月12日の提供停止で、検証どころか触ることすらできなくなったのだ。

皮肉なことに、この使えない期間が一番考えさせられる時間になった。手元に無いと分かった途端、自分が Fable に何を任せるつもりだったのかを、抽象的な期待ではなく具体的な仕事のリストとして考え始めた。全部を任せたいわけではない。任せたいのは、失敗が高くつく少数の工程だけだった。使えている間には出てこなかった問いが、不在によって輪郭を持った。

割当が変わった

7月1日の再展開の翌日、自分は運用ルールに一つの決定を書き加えた。サブエージェントを起動するときのモデル割当を3段にする、というものだ。品質が成果物に直結する工程（文章の書き手役と、配布前の最終レビュー役）だけを Fable に指定する。難易度が判然としない仕事の既定は Opus に置く。整形や収集のような機械的な作業は Sonnet に逃がす。書いてみれば当たり前の運用に見えるが、発表前の自分はこの区別をほとんど意識していなかった。大半の仕事を単一の既定モデルで回し、モデル指定は「たまに触る設定」でしかなかった。モデルごとに仕事を仕分ける必要を感じさせたこと、それ自体が、この間に観測できた一番確かな変化だった。

新しい割当を最初に記事づくりで試したのは、ほかでもないこの記事だ。書き手役を Fable に替えて、候補選定のメモと過去記事のトーン見本、見出し構成の指示をいつも通りに渡した。返ってきたのは4,000字弱の初稿で、癖まで含めて見慣れたものだった。導入がやや説明に流れるのも、修正指示を2往復すれば収まるのも、Opus に書かせていたときと変わらない。書き出しの入り方、段落の切れ目、比喩の選び方と順に見比べても、「ここが前世代と違う」と言い当てられる箇所は最後まで見つからなかった。配布前の最終レビューも Fable に任せたが、返ってきた指摘は数も拾う種類も従来と区別がつかなかった。差が分からなかった。それが最初の1本の観測だ。

割当を変えて数日回した現時点で、体感として報告できることは実はまだ少ない。日々の軽い応答では差を感じ取れないし、蒸留ランを含む日々の自動化ループも新しい割当のまま回っているが、劇的な違いを言えるほどの差は見えていない。だから「差が出る工程はここだ」と断定する資格は、いまの自分にはない。自分がやったのは、公式の「タスクが長く複雑であるほどリードが大きくなる」という説明を仮説として借りて、自分の仕事の中でどの工程を任せるかを決めたことだ。差が出るとすれば、長い文章を一貫した声で書き切る工程や、大量の変更を白紙の目で通しレビューして退行を拾い上げる工程のはずだ。そう見当をつけて、そこにだけ Fable を置いた。全部に使えば差は薄まって見えなくなるだろう、失敗が高くつく所に集中させて初めて違いが観測可能になるはずだ、というのも同じく見立ての段階にある。検証はこれからだ。この記事に書けるのは割当をどう設計し直したかまでで、それが正しかったかどうかは数ヶ月回した後に答え合わせするつもりでいる。

違和感と、まだ分からないこと

一番引っかかっているのは、帰属の切り分けができていないことだ。自分のパイプラインは可動部が多く、成果物が良くなったとしても、それがモデルの寄与なのか、プロンプトや手順の改善なのかを分離できていない。この不安を掘っていくと、枝が二本伸びている。一本は fallback 構造で、設計上、Fable を指定していてもトピックによっては Opus が応答する。自分の用途ではまず該当しないとはいえ、「これは Fable の応答だ」という前提そのものが原理的には揺らぎうる。体感でモデルを比べることの脆さを、この構造は最初から教えてくれている。もう一本は提供の安定性で、6月12日の停止の原因は米政府の輸出管理指令という、モデルの出来とは無関係の外的要因だった。ただ、原因が外にあることはあまり慰めにならない。外的要因ひとつで3週間止まりうるという事実は、最上位モデル前提の日課を組むことのリスクとしてそのまま残るからだ。止まったときに日々の運用全体が止まる設計にはしたくない。発表時に反応したあの3倍という数字も、結局自分では検証できていない。ゲームでの実測値がナレッジ蒸留という毛色の違うタスクに移る保証はない、という留保を当時書いたが、提供停止を挟んでその留保のまま塩漬けになっている。

もう一つ、自戒として書いておきたいのは「最上位に任せた」という安心感の危うさだ。書き手もレビューも Fable にしたのだから大丈夫、という感覚は、自分自身の最終確認を緩める方向に働く。モデルの世代が上がるほど、人間側の検証をどこに残すかの線引きは、むしろ重要になると感じている。

個人的所感

振り返ると、新しいモデルの実力を自分に一番はっきり突きつけたのは、道具箱の配置換えを迫られたという事実だった。ただ、これを「境界線の移動幅がそのまま実力の測定値になる」とまで言い切るのは正確さを欠く。その位置を決めたのは実力だけではないからだ。入力10ドル・出力50ドルという価格が「賭け金の大きい工程だけに絞る」方向へ自分を押したのは間違いないし、3週間の提供停止は「これ一本に依存しない」方向へ押した。つまり移動幅が測っているのは、実力と価格と信頼性の合成値だ。自分の3段割当で言えば、Sonnet や Opus に多くの仕事を残した判断の何割かは「Fable が高いから」で説明がつく。能力の評価だけで引いた線ではない。逆の想像もしておくと、同じ価格で一様に2割賢くなっただけのモデルが来たら、境界線はおそらく一本も動かない。だがそれは前世代と等価という意味にはならない。それでも自分がこの合成値を信用するのは、単発の応答を並べて優劣を語るより、価格も信頼性も込みで「実務でどう頼るか」を反映した測定になっているからだ。面白いのは、公式の設計そのものが似た形をしていることだ。Anthropic 自身が Fable の中に Opus への fallback を組み込み、「一つのモデルで全部」をやっていない。ベンダーのレベルでも個人の運用のレベルでも、最上位モデルは割当の構造の中に置かれて初めて意味を持つ。この間の観察から言えるのは、いまのところこれだけだ。次の世代が来たとき、自分はまたこの境界線を引き直すことになる。そのとき動いた線の幅が、合成値としてではあるが、たぶんそのモデルへの一番確かなレビューになる。

関連書籍 (Amazon)

  • 測りすぎ なぜパフォーマンス評価は失敗するのか?（The Tyranny of Metrics / ジェリー・Z・ミュラー、松本裕 訳）— ベンチマークの数字と実務の実感が乖離する構造を考えるための一冊。「数字で測れない実力をどう観測するか」という本記事の核に直結する。https://www.amazon.co.jp/dp/4622087936?tag=swipegadgetjp-22
  • イシューからはじめよ［改訂版］ 知的生産の「シンプルな本質」（安宅和人）— 資源を投じる前に「賭け金の大きい問い」を見極める作法。最上位モデルをどこに集中させるかの判断は、まさにこの本の主題の応用になる。https://www.amazon.co.jp/dp/4862763561?tag=swipegadgetjp-22
  • ザ・ゴール 企業の究極の目的とは何か（The Goal / エリヤフ・ゴールドラット、三本木亮 訳）— 制約（ボトルネック）にこそ最上位の資源を充てるという制約理論の原典。品質の律速工程だけに Fable を置く割当の、理論的な裏づけとして。https://www.amazon.co.jp/dp/4478420408?tag=swipegadgetjp-22

一次資料