Claude Fable、Opusの上に位置するモデル

Anthropic自身が、その名前を説明しています。「Fableはラテン語のfabula、つまり『語られるもの』に由来し、ギリシャ語のmythosに通じます」。Mythosは、サイバーセキュリティにおける能力を理由に、Anthropicが4月に公開を見送ったモデルです。Fableは同じモデルに安全策を施したもので、Anthropicが誰にでも語ってよいと考えるバージョンです。

Fable 5は6月9日に、Fable 5.1は9月1日に登場しました。ここでは、その位置づけ、用途、費用、速度、そして及ばない点を見ていきます。

位置づけ

Anthropicには現在、Claudeの4つの系統があります。Haiku、Sonnet、Opus、そしてその上に位置し、2つの形で販売されるMythosクラスです。「Claude Fable 5.1とClaude Mythos 5.1は同じモデルですが、安全策の水準が異なります」。Fable 5.1は一般に販売されています。Mythos 5.1を利用できるのは、サイバーセキュリティとライフサイエンスに関するAnthropicのプログラムを通じて認定された組織だけで、現時点では米国に限られます。

Anthropicのドキュメントは、Fable 5.1を「高度な推論と長期にわたるエージェント型の作業」のためのモデルと説明し、その速度はラインナップの他のモデルより遅いとしています。テキストと画像を読み取り、100万トークンのコンテキストを保持し、1回の回答で最大128'000トークンを出力し、すべての回答の前に思考します。初期設定では、その思考のエフォートは高に設定されています。Anthropicのプラットフォーム、Amazon Bedrock、Google Cloud、Microsoft Foundryで動作します。

追加のルールもついてきます。Amazonによれば、AnthropicはFable 5.1をCovered Modelに指定しており、どこで提供される場合でも、データ保持、安全性審査、アクセスに関する追加のポリシーが適用されます。顧客が管理するクラウド環境内にデータをとどめる仕組みがこの秋から展開されるまでのあいだ、対象となる顧客はデータ保持ゼロで利用できます。

用途

Fableは、人が一歩ごとに付き添わなくても進む長い仕事のために作られています。Amazonは、Fableがコードベース全体にまたがる機能開発、コードレビュー、パフォーマンス改善を何時間も続くセッションでこなし、自信満々の誤答はFable 5より少ないと説明しています。その発表のなかの一文は、どのベンチマークよりも重要です。「行き詰まったときは、成功を報告するのではなく、そう伝えます」。

Anthropic自身の数値は、Fable 5からの飛躍を示しています。コマンドラインでの作業を測るTerminal-Bench 4.0では42.0パーセントから55.8パーセントへ、AutomationBenchでは17.1パーセントから31.4パーセントへ、ターミナルでの科学的なタスクでは24.7パーセントから52.6パーセントへと向上しました。Fable 5の発表時、AnthropicはStripeが5000万行のRubyコードの移行を1日で完了したと報告しました。チームで取り組めば2か月以上かかったはずの作業だといいます。

研究にも使われています。Anthropicによれば、Fable 5.1はニューラルネットワークを学習させ、30年前に収集されたレーダーデータから、金星の3分の1について、より鮮明な新しい標高地図を作成しました。その地図はCreative Commonsのライセンスで公開されています。

価格と速度

Fable 5.1の料金は、入力100万トークンあたり10ドル、出力100万トークンあたり50ドルです。Fable 5と同じで、Opus 5.5の2.5倍にあたります。変わったのはキャッシュされた入力の料金で、75パーセント下がって100万トークンあたり0.25ドルになりました。Anthropicは、一般的な作業で約25パーセント、エージェント型の度合いが高い作業では最大で約45パーセントの節約になると見積もっています。

遅く、そして徹底しています。Artificial Analysisは、自社のインテリジェンス指数でFableを216モデル中5位に位置づけましたが、最大エフォート時の速度は毎秒約71トークンで、同クラスの中央値を下回り、思考のあいだ最初のトークンが出るまで長く待たされると測定しています。また、その指数の測定に1億9000万の出力トークンを使っており、中央値は8500万でした。こうしたリリースを注視しているZvi Mowshowitz氏は、トークンの大量消費に関する報告を集め、対策としてエフォート設定を下げることを提案しています。

及ばない点

安全策はプロダクトの一部です。分類器が、サイバー攻撃、生物学、化学に関するリクエストや、モデルを複製しようとする試みを監視し、それらを旧モデルに引き渡します。Anthropicによれば、5.1ではサイバー関連の安全策による誤検知が60パーセント減り、Fableはソフトウェアの脆弱性を見つける手助けができるようになりましたが、それを突くエクスプロイトを書くことはできません。それでも、セッションの途中で旧モデルに切り替えられたと報告するユーザーもいます。

可用性にも固有のリスクがあります。6月12日、米商務省は外国人がFable 5を利用する場合に輸出許可を必要とし、Anthropicは7月1日まで、すべての顧客に対してこのモデルを停止しました。Fableを前提に仕事を組み立てていた企業にとって、それは最良のモデルなしで3週間近くを過ごすことを意味しました。

そして、その優位は急速に縮まっています。Fable 5.1の3週間後、Opus 5.5はAnthropic自身のテストの大半でFableを上回り、価格は半分以下でした。もっとも、Anthropicは自社での利用における差は、スコアが示すほど大きくないとしています。

私たちの評価

Fable 5.1は、限られた種類の仕事には優れたモデルです。大規模なコードベース全体にわたる移行、長期の調査タスク、何も見落としてはならない監査、そして何時間も続き、待ち時間よりも誤った答えのほうが高くつく仕事です。日常業務については、Anthropic自身の助言が正しいでしょう。まずOpus 5.5から始め、自社のテストで力不足が示された部分だけ上位のモデルに移ることです。

どのモデルが勝つにせよ、知識は会社に残るべきです。Twinは、Claude、ChatGPT、Codex、あるいはプライベートモデルに、会社の知識、ルール、スキルを与えます。そのため、OpusとFableのあいだの移行はプロジェクトではなく、設定の変更で済みます。建物の外に一切出してはならない仕事には、パートナーのEigna Labsが開発したEignaがあります。会社自身の仕事で学習し、その会社のクラウドやサーバー上で動くプライベートモデルです。オフラインで動くよう設計されているため、供給元の判断ひとつで簡単に停止されることはありません。